混合像元分析课件.ppt

上传人:牧羊曲112 文档编号:3625261 上传时间:2023-03-14 格式:PPT 页数:33 大小:668KB
返回 下载 相关 举报
混合像元分析课件.ppt_第1页
第1页 / 共33页
混合像元分析课件.ppt_第2页
第2页 / 共33页
混合像元分析课件.ppt_第3页
第3页 / 共33页
混合像元分析课件.ppt_第4页
第4页 / 共33页
混合像元分析课件.ppt_第5页
第5页 / 共33页
点击查看更多>>
资源描述

《混合像元分析课件.ppt》由会员分享,可在线阅读,更多相关《混合像元分析课件.ppt(33页珍藏版)》请在三一办公上搜索。

1、混合像元分析,耿修瑞2015.12.21,提纲,光谱混合模型端元提取混合像元分解,光谱混合模型,线性混合模型 线性混合模型假定到达传感器的光子只与一种物质发生作用 非线性混合模型 当混合元素尺寸小,入射光子与多于一种以上的物质发生作用时,导致非线性混合 实际遥感图像往往两种混合模型并存,图象空间的线性混合模型,特征空间的单形体结构,线性混合模型,c1=pinv(x l)*y,端元提取,遥感器所获取的地面反射或发射光谱信号是以象元为单位记录的。它是象元所对应的地表物质光谱信号的综合。图象中每个象元所对应的地表,往往包含不同的覆盖类型,他们有着不同的光谱响应特征。而每个象元则仅用一个信号记录这些“

2、异质”成分。若该象元仅包含一种类型,则为纯象元(pure pixel),也称为端元(endmember),它所记录的正是该类型的光谱响应特征或光谱信号;若该象元包含不止一种土地覆盖类型,则成为混合象元(mixed pixel),它记录的是所对应的不同土地覆盖类型光谱响应特征的综合。由于传感器的空间分辨力限制以及自然界地物的复杂多样性,混合像元普遍存在于遥感图象中,端元提取,PPI最大距离NFINDR最大体积OSPVCAGEMGOMNMF,PPI,当把特征空间中的所有散点往一个单位向量上投影时,端元就会投影到的该方向两侧,而混合象元则会投影到中部。基于这个思想,可以让图象在n个随机的单位向量上投

3、影,并且记下每个象元被投影到端点的次数,即为纯象元指数(PPI).当然,被投影到随机向量端点的次数越多,说明此象元为纯粹象元的可能性越大。,最大距离法,首先求取图像中距离远点最大的点作为第一个端元,然后从图像中找到距离第一个端元最远的点作为第二个端元,然后再从图像中求取距离前两个端元最远的点作为第三个端元,以此类推得到图像中所有的端元。(思考,距离如何求?),其中 为图像中的N个像元,由于用到了求行列式的运算,所以要求E必须为方阵,这样向量的维数必须为n-1,但原始的高光谱数据往往是不满足这个条件的,于是需要先对原始数据进行降维处理,这也正是N-FINDR算法可能引起偏差(比如忽视小目标)的原

4、因所在,同时也是此算法的不足之处.,NFINDR,体积法,讨论本方法与NFINDR的异同1.相同点2.不同点,OSP,投影算子的定义投影算子的构造基于OSP的端元提取,VCA,OSP思想的改进时间复杂度,GEM,高斯消元法的思想快速方法,NMF,下面的端元提取实验针对Cuprite区域的AVIRIS数据进行,这里我们将选取其中短波红外的50个连续的波段(1978-2478nm)进行算法的验证,Alunite,Kaolinite,Calcite,用于处理的Cuprite区域的AVIRIS数据假彩色合成图(2101nm,2200.8nm,2340.2nm),由我们的算法从Cuprite区域的AVI

5、RIS数据中获取的端元光谱(带点的曲线)与USGS光谱库中相应的光谱曲线的对比情况,实验情况,混合像元分解,基本概念,混合像元分解,无约束最小二乘和为1约束最小二乘非负约束最小二乘全约束最小二乘OSP端元投影向量几何法统计法,无约束最小二乘,最小二乘的基本原理 y=ax+b x=ay+b线性混合模型的无约束最小二乘解,a=1.5;b=2.5;x=0.1:0.1:2;y=a*x+b;figureplot(x,y,.)l(1:20)=1;c1=pinv(x l)*y;d1=pinv(y l)*x;holdplot(x,c1(1)*x+c1(2),r)plot(d1(1)*y+d1(2),y,g)h

6、old off,和1约束最小二乘解,非负约束最小二乘,不等式约束的优化问题,Kuhn-Tucker conditions,全约束最小二乘法,OSP,根据提取的端元构造投影算子根据投影算子消除背景,端元投影向量,几何方法,思考,最小二乘法与OSP的关系最小二乘法与PCA的关系最小二乘的概率解释,混合像元分析国内外发展概况,几何优化模型(GOM),单变量目标函数,GOM,GOM的解(梯度下降法),GOM-基础知识,行列式的导数三角形面积,统计方法,盲信号分离,下面的端元提取实验针对Cuprite区域的AVIRIS数据进行,这里我们将选取其中短波红外的50个连续的波段(1978-2478nm)进行算法的验证,Alunite,Kaolinite,Calcite,用于处理的Cuprite区域的AVIRIS数据假彩色合成图(2101nm,2200.8nm,2340.2nm),由我们的算法从Cuprite区域的AVIRIS数据中获取的端元光谱(带点的曲线)与USGS光谱库中相应的光谱曲线的对比情况,实验情况,AVIRIS数据实验结果,解混后部分矿物的分布情况:alunite,kaolinite,calsite,

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 生活休闲 > 在线阅读


备案号:宁ICP备20000045号-2

经营许可证:宁B2-20210002

宁公网安备 64010402000987号