《端元选择方法及操作》由会员分享，可在线阅读，更多相关《端元选择方法及操作（6页珍藏版）》请在金锄头文库上搜索。
1、原文地址：混合像元分解中的端元波谱获取方法作者：ENVIIDL选取合适的端元是成功的混合像元分解的关键。端元选取包括确定端元数量以及端元的光谱。理论上，只要端元数量 m 小于等于 b+1（b 表示波段数），线性方程组就可以求解。然而实际上由于端元波段间的相关性，选取过多的端元会导致分解结果更大的误差。端元光谱的确定有两种方式：(1) 使用光谱仪在地面或实验室测量到的“参考端元”；(2) 在遥感图像上得到的“图像端元”。方法(1)一般从标准波谱库选择，方法(2)直接从图像上寻找端元可选择的方法有：从二维散点图中基于几何顶点的端元提取，借助纯净像元指数（Pixel Purity IndexPPI）
2、和 n 维可视化工具用于端元波谱收集，基于连续最大角凸锥（Sequential Maximum Angle Convex Cone简称 SMACC）的端元自动提取。下面介绍几种端元选择的方法。1 基于几何顶点的端元提取将相关性很小的图像波段，如 PCA、IC、MNF 等变换结果的前面两个波段，作为 X、Y轴构成二维散点图。在理想情况下，散点图是三角形状，根据线性混合模型数学描述，纯净端元几何位置分布在三角形的三个顶点，而三角形内部的点则是这三个顶点的线性组合，也就是混合像元，如图 14.17 所示。根据这个原理，我们可以在二维散点图上选择端元波谱。在实际的端元选择过程中，往往选择散点图周围凸出
3、部分区域，后获取这个区域相应原图上的平均波谱作为端元波谱。图 14.17 散点图上的纯净像元与混合像元下面以 MNF 变换后的第一、第二波段作为 X、Y 轴构建二维散点图，如图 14.18 所示。图 14.18 Scatter Plot 窗口2 基于 PPI 的端元提取借助纯净像元指数（PPI）和 n 维可视化工具用于端元波谱收集，下面详细介绍操作步骤。第一步、获取纯净像元这个步骤是在 MNF 变换的结果上计算纯净像元指数（PPI），之后选择阈值范围从 PPI图像上获得感兴趣区，感兴趣区包含的像元就是比较纯净的像元。（1） 打开高光谱数据。（2） 在 ENVI 主菜单中，选择 Spectral
4、 -MNF Rotation- Forward MNF - Estimate Noise Statistics From Data。在标准 ENVI 文件选择对话框中，选择高光谱图像文件。打开 Forward MNF Transform Parameters 面板，选择 MNF 输出路径及文件名，单击 OK 执行 MNF 变换。（3） 在 ENVI 主菜单中，选择 Spectral- Pixel Purity Index-FAST New Output Band。在打开的 Pixel Purity Index Input File 对话框中，选择 MNF变换结果，单击 Spectral Sub
5、set 按钮，选择前面 10 个波段（MNF 后面波段基本为噪声），单击 OK。（4） 在 Pixel Purity Index Parameters 面板中，设置 Threshold Factor：3，其他参数默认，选择输出路径及文件名，单击 OK 执行 PPI 计算。（5） 在 Display 窗口中显示 PPI 结果。选择 Overlay-Region of Interest，在ROI Tool 面板中，选择 Options-Band Threshold to ROI，选择 PPI 图像作为输入波段，单击 OK，打开 Band Threshold to ROI 面板（图 14.19）。
6、Min Thresh Value：10，Max Thresh Value：空（PPI 图像最大值），其他默认设置，单击 OK 计算感兴趣区，得到的感兴趣区显示在 Display 窗口中。图 14.19 Band Threshold to ROI 面板第二步、构建 n 维可视化窗口（1） 在 ENVI 主菜单中，选择 Spectral -n-Dimensional Visualizer，在 n-D Visualizer Input File 对话框中选择 MNF 变换结果，单击 OK。（2） 在 n-D Controls 面板中，选择 1、2、3、4、5 波段，构建 5 维的散点图。第三步：选择
7、端元波谱（1） 在 n-D Controls 面板中，设置适当的速度（Speed），单击 Start 按钮，在 n-D Visualizer 窗口中的点云随机旋转，当在 n-D Visualizer 窗口中的点云有部分聚集在一块时，单击 Stop 按钮。（2） 在 n-D Visualizer 窗口中，用鼠标左键勾画“白点”集中区域，选择的点被标示颜色。（3） 在 n-D Controls 面板中，选择 Class-Items 1:20-White（用于删除点），单击 Start 按钮，当看到有部分选择的点云分散时候，单击 Stop 按钮，在 n-D Visualizer 窗口中选择分散的点，
8、自动会将选择的点删除。借助，New 按钮可以一帧帧从不同视角浏览以辅助删除分散点。（4） 在 n-D Visualizer 窗口中，单击右键选择 New Class 快捷菜单，重复（1）（3）选择其他“白点”集中区域。 图 14.20 n-D Visualizer 窗口中的端元第四步、输出端元波谱（1） 在 n-D Controls 面板中，选择 Options-Mean All，在 Input File Associated with n-D Scatter Plot 对话框中选择原图像，单击 OK。（2） 获取的平均波谱曲线绘制在 n_D Mean 绘图窗口中。（3） 参考“波谱分析工具”
9、章节，识别每条波谱曲线对应的地物类型。（4） 在 n_D Mean 绘图窗口中，选择 File-Save Plot As-Spectral Library（或者 ASCII），将端元波谱保存为波谱库文件或者文本文件。3 基于 SMACC 的端元提取连续最大角凸锥（Sequential Maximum Angle Convex Cone ）简称 SMACC。SMACC 方法可从图像中提取端元波谱以及丰度图像（abundance Image）。它提供了更快，更自动化的方法来获取端元波谱，但是它的结果近似程度较高，精度较低。SMACC 方法是基于凸锥模型（也称为残余最小化）借助约束条件识别图像端元波
10、谱。采用极点来确定凸锥，并以此定义第一个端元波谱；然后，在现有锥体中应用一个具有约束条件的斜投影生成下一个端元波谱；继续增加锥体生成新的端元波谱。重复这个过程直至生成的凸锥中包括了已有的终端单元（满足一定的容差），或者直至满足了指定的端元波谱类别个数。通俗的解释，SMACC 方法首先找到图像中最亮的像元，然后找到和最亮的像元差别最大的像元；继续再找到与前两种像素差别最大的像素。重复该方法直至 SMACC 找到一个在前面查找像素过程已经找到的像素，或者端元波谱数量已经满足。SMACC 方法找到的像素波谱转成波谱库文件格式的端元波谱。下面以一个高光谱数据为例，详细介绍这个工具的操作过程。（1） 在
11、 ENVI 主菜单中，选择 File-Open Image File，打开高光谱数据文件。（2） 在 ENVI 主菜单中，选择 Spectral -SMACC Endmember Extraction，在Select Input Image 对话框中选择高光谱数据文件，单击 OK 打开 SMACC Endmember Extraction Parameters 面板（图 14.21）。（3） 在 SMACC Endmember Extraction Parameters 面板中，需要填写以下参数： 端元波谱提取数量（Number of Endmembers）：15 误差容限值(RMS Erro
12、r Tolerance)：0默认值 0 表示只有达到 Number of Endmembers 参数指定的终端个数，SMACC 才会结束。如果指定一个 RMS 误差，那么达到这个 RMS 误差的话，SMACC 就会结束，不管是否获取指定数量的端元波谱。反射率数据推荐使用 0.01，辐射亮度值数据推荐使用 1。但是要注意反射率数据常常扩大了倍数，比如扩大了 10000 倍，这个时候 RMS Error Tolerance参数设置应该为 10000x1%=100。 选择分离端元波谱的约束条件(unmixing constraint For Endmember Abundances)： Positi
13、vity Only：把每个波长的正值端元波谱作为约束条件。这个选项常用于反射率数据，因为负反射率值没有物理意义， Sum to Unity or Less： 等于或者小于每个像素计算得到每种物质的组分之和作为约束条件。当想从反射率数据中获取物质的物理意义和丰度图像的阴影图时候，可以选择这个约束条件，结果中会单独生成一个丰度阴影图像（Shadow Abundance）。 Sum to Unity：等于每个像素计算得到每种物质的组分之和作为约束条件。当零端元波谱没有物理意义或者想获得暗端元波谱可以选择这个约束条件，这个约束条件推荐用于辐射亮度数据和热辐射数据。 合并相似端元波谱（Coalesce
14、Redundant Endmembers）：该选项是基于波谱角制图方法把阈值（在 SAM Coalesce Value 对话框中定义的值）内的所有端元波谱合并为一个端元波谱。如果想要区分波谱比较相似的地物，不要选择该选项。 输出结果文件 Endmember Location ROIs：该输出包括从终端单元波谱结果中产生的像元感兴趣区文件，这个输出文件是可选的。 Abundance Image：输出丰度图像，该输出文件将包括阴影图像和终端单元聚集图像。该输出图像是可选的。 Select Output Spectral Library Enter Output Filename：该输出文件中包括提取出的终端单元的波谱库信息。这个是必先项目。（4） 单击 OK，执行 SMACC 过程。图 14.21 SMACC Endmember Extraction Parameters 面板获取的端元波谱以 ENVI 波谱库文件形式保存，设置的端元数为 15，由于设置合并相似端元波谱选项，实际获得 6 种端元波谱，借助 Spectral Analyst 功能识别获得的端元波谱。同时还可以得到每种端元波谱的丰度图像。
