混合像元分析

1、混合像元分析耿修瑞2010.9.27提綱 光譜混合模型 端元提取 混合像元分解光譜混合模型 線性混合模型 線性混合模型假定到達(dá)傳感器的光子只與一種物線性混合模型假定到達(dá)傳感器的光子只與一種物質(zhì)發(fā)生作用質(zhì)發(fā)生作用 非線性混合模型 當(dāng)混合元素尺寸小，入射光子與多于一種以上的當(dāng)混合元素尺寸小，入射光子與多于一種以上的物質(zhì)發(fā)生作用時(shí)，導(dǎo)致非線性混合物質(zhì)發(fā)生作用時(shí)，導(dǎo)致非線性混合 實(shí)際遙感圖像往往兩種混合模型并存端元c端元a端元b波段 i波段jnEcnepNiiic111Niic10ic圖象空間的線性混合模型特征空間的單形體結(jié)構(gòu)線性混合模型端元提取 遙感器所獲取的地面反射或發(fā)射光譜信號是以象元為單位記錄

2、的。它是象元所對應(yīng)的地表物質(zhì)光譜信號的綜合。圖象中每個(gè)象元所對應(yīng)的地表，往往包含不同的覆蓋類型，他們有著不同的光譜響應(yīng)特征。而每個(gè)象元?jiǎng)t僅用一個(gè)信號記錄這些“異質(zhì)”成分。若該象元僅包含一種類型，則為純象元(pure pixel)，也稱為端元（endmember），它所記錄的正是該類型的光譜響應(yīng)特征或光譜信號；若該象元包含不止一種土地覆蓋類型，則成為混合象元(mixed pixel)，它記錄的是所對應(yīng)的不同土地覆蓋類型光譜響應(yīng)特征的綜合。由于傳感器的空間分辨力限制以及自然界地物的復(fù)雜多樣性，混合像元普遍存在于遙感圖象中 端元提取 PPI 最大距離 NFINDR 最大體積 OSP VCA GEM

3、NMFPPI 當(dāng)把特征空間中的所有散點(diǎn)往一個(gè)單位向量上投影時(shí)，端元就會投影到的該方向兩側(cè)，而混合象元?jiǎng)t會投影到中部?；谶@個(gè)思想，可以讓圖象在n個(gè)隨機(jī)的單位向量上投影，并且記下每個(gè)象元被投影到端點(diǎn)的次數(shù)，即為純象元指數(shù)(PPI).當(dāng)然，被投影到隨機(jī)向量端點(diǎn)的次數(shù)越多，說明此象元為純粹象元的可能性越大。最大距離法 首先求取圖像中距離遠(yuǎn)點(diǎn)最大的點(diǎn)作為第一個(gè)端元，然后從圖像中找到距離第一個(gè)端元最遠(yuǎn)的點(diǎn)作為第二個(gè)端元，然后再從圖像中求取距離前兩個(gè)端元最遠(yuǎn)的點(diǎn)作為第三個(gè)端元，以此類推得到圖像中所有的端元。（思考，距離如何求？）（思考，距離如何求？）其中 為圖像中的N個(gè)像元 由于用到了求行列式的運(yùn)算由于用

4、到了求行列式的運(yùn)算, ,所以要求所以要求E E必須為方陣必須為方陣, ,這樣向量的維數(shù)必須這樣向量的維數(shù)必須為為n-1,n-1,但原始的高光譜數(shù)據(jù)往往是不滿足這個(gè)條件的但原始的高光譜數(shù)據(jù)往往是不滿足這個(gè)條件的, ,于是需要先對原始于是需要先對原始數(shù)據(jù)進(jìn)行降維處理數(shù)據(jù)進(jìn)行降維處理, ,這也正是這也正是N-FINDRN-FINDR算法可能引起偏差算法可能引起偏差( (比如比如忽視忽視小小目標(biāo)目標(biāo)) )的原因所在的原因所在, ,同時(shí)也是此算法的不足之處同時(shí)也是此算法的不足之處. .12111NEppp1( )()(1)!VabsNEE12,Np ppNFINDR體積法21311111(,)(1)!T

5、NNNNVVNpp ppppAA討論本方法與NFINDR的異同1.相同點(diǎn)2.不同點(diǎn)),(113121ppppppANNOSP 投影算子的定義 投影算子的構(gòu)造 基于OSP的端元提取VCA OSP思想的改進(jìn) 時(shí)間復(fù)雜度GEM 高斯消元法的思想 快速方法NMF下面的端元提取實(shí)驗(yàn)針對Cuprite區(qū)域的AVIRIS數(shù)據(jù)進(jìn)行，這里我們將選取其中短波紅外的50個(gè)連續(xù)的波段（1978-2478nm）進(jìn)行算法的驗(yàn)證AluniteKaoliniteCalcite用于處理的Cuprite區(qū)域的AVIRIS數(shù)據(jù)假彩色合成圖(2101nm,2200.8nm,2340.2nm)由我們的算法從Cuprite區(qū)域的AVIR

6、IS數(shù)據(jù)中獲取的端元光譜（帶點(diǎn)的曲線）與USGS光譜庫中相應(yīng)的光譜曲線的對比情況實(shí)驗(yàn)情況混合像元分解 基本概念混合像元分解 無約束最小二乘 和為1約束最小二乘 非負(fù)約束最小二乘 全約束最小二乘 OSP 端元投影向量 幾何法 統(tǒng)計(jì)法無約束最小二乘 最小二乘的基本原理 y=ax+b x=ay+b 線性混合模型的無約束最小二乘解pEEEctt1)(和1約束最小二乘解lEEllEEpEEElEElllEEIc11111)()()()()(ttttttttt非負(fù)約束最小二乘 不等式約束的優(yōu)化問題Kuhn-Tucker conditions全約束最小二乘法OSP 根據(jù)提取的端元構(gòu)造投影算子 根據(jù)投影算子消除背景端元投影向量ABCD EF波段i波段j幾何方法ABCPABABCPACABCPBCSScSScSSc321,BA C P波段j波段 i統(tǒng)計(jì)方法 盲信號分離下面的端元提取實(shí)驗(yàn)針對Cuprite區(qū)域的AVIRIS數(shù)據(jù)進(jìn)行，這里我們將選取其中短波紅外的50個(gè)連續(xù)的波段（1978-2478nm）進(jìn)行算法的驗(yàn)證AluniteKaoliniteCalcite用于處理的Cuprite區(qū)域的AVIRIS數(shù)據(jù)假彩色合成圖(2101nm,2200.8nm,2340.2nm)由我們的算法從Cu