《常见混合像元分解方法简介》由会员分享，可在线阅读，更多相关《常见混合像元分解方法简介（4页珍藏版）》请在金锄头文库上搜索。
1、常见混合像元分解方法(2021-04-20 20:35:42)转载标签：分类：遥感技术混合像元亚像元分解方法线性波谱别离教育常见的混合像元分解方法，主要包括线性波谱别离(Linear Spectral Unmixing )、匹配滤 波(MF )、混合调谐匹配滤波(MTMF)、最小能量约束(CEM)、自适应一致估计ACE)、 正交子空间投影(OSP)等。下面分别对几种分类方法原理一一说明。(1) 线性波段预测(Linear Band Prediction)线性波段预测法LS-Fit使用一个最小方框least squares)拟合技术来进展线性波段 预测，它可以用于在数据集中找出异常波谱响应区LS
2、-Fit先计算出输入数据的协方差，用 它对所选的波段进展预测模拟，预测值作为预测波段线性组的一个增加值。还计算实际波段 和模拟波段之间的残差，并输出为一幅图像，残差大的像元无论正负表示出现了不可预 测的特征比方一个吸收波段。(2) 线性波谱别离(Linear Spectral Unmixing )Linear Spectral Unmixing可以根据物质的波谱特征，获取多光谱或高光谱图像中物质的 丰度信息，即混合像元分解过程。假设图像中每个像元的反射率为像元中每种物质的反射率 或者端元波谱的线性组合。例如：像元中的25%为物质A，25%为物质B，50%为物质C， 那么该像元的波谱就是三种物质
3、波谱的一个加权平均值，等于，线性波谱别离解决了像元中 每个端元波谱的权重问题。线性波谱别离结果是一系列端元波谱的灰度图像丰度图像)，图像的像元值表示端元 波谱在这个像元波谱中占的比重。比方端元波谱A的丰度图像中一个像元值为，那么表示 这个像元中端元波谱A占了 45%。丰度图像中也可能出现负值和大于1的值，这可能是选 择的端元波谱没有明显的特征，或者在分析中缺少一种或者多种端元波谱。 匹配滤波(Matched Filtering )使用匹配滤波MF)工具使用局部分离获取端元波谱的丰度。该方法将端元波谱的响 应最大化，并抑制了未知背景合成的响应，最后“匹配波谱。该方法无需对图像中所有 端元波谱进展
4、理解，就可以快速探测出特定要素。这项技术可以找到一些稀有物质的“假阳 性(false positives)。匹配滤波工具的结果是端元波谱比较每个像素的MF匹配图像。浮点型结果提供了像元 与端元波谱相对匹配程度，近似混合像元的丰度，表示完全匹配。(4) 混合调谐匹配滤波(Mixture Tuned Matched Filtering)使用Mixture Tuned Matched Filtering (MTMF )工具运行匹配滤波，同时把不可行性Infeasiblility图像添加到结果中。不可行性图像用于减少使用匹配滤波时会出现的“假 阳性(false positives)像元的数量。不可行性
5、值高的像元即为“假阳性(false positives)像元。 被准确制图的像元具有一个大于背景分布值的MF值和一个较低的不可行性值。不可行性值 以sigma噪声为单位，它与MF值按DN值比例变化图。匹配滤波错误位置1 feasibility sigma = 1 DN0,7S.0.2S匹配滤波分值背景L feasibiHty 胡gnn =100*5 DM图混合调制匹配滤波技术图解混合调谐匹配滤波法的结果每个端元波谱比较每个像元的MF匹配图像，以及相应的不 可行性图像。浮点型的MF匹配值图像表示像元与端元波谱匹配程度，近似亚像元的丰度，表 示完全匹配；不可行性Infeasibility值以sig
6、ma噪声为单位，显示了匹配滤波结果的可行 性。具有高的匹配滤波结果和高的不可行性的“假阳性(false positives)像元，并不与目的 匹配。可以用二维散点图识别具有不可行性低、匹配滤波值高的像元，即正确匹配的像元。(5) 最小能量约束(Constrained Energy Minimization)最小能量约束法CEM使用有限脉冲响应线性滤波器finite impulse response -FIR) 和约束条件，最小化平均输出能量，以抑制图像中的噪声和非目的端元波谱信号，即抑制背 景光谱，定义目的约束条件以别离目的光谱。最小能量约束法的结果是每个端元波谱比较每个像元的灰度图像。像元值
7、越大表示越接近 目的，可以用交互式拉伸工具对直方图后半部分拉伸。(6) 自适应一致估计(Adaptive Coherence Estimator)自适应一致估计法ACE起源Generalized Likelihood Ratio (GLR)。在这个分析过程中，输入波谱的相对缩放比例作为ACE的不变量，这个不变量参与检测恒虚警率ConstantFalse Alarm Rate (CFAR)。自适应一致估计法结果是每个端元波谱比较每个像元的灰度图像。像元值表示越接近目 的，可以用交互式拉伸工具对直方图后半部分拉伸。 正交子空间投影(Orthogonal Subspace Projection)正交子空间投影法osp首先构建一个正交子空间投影用于估算非目的光谱响应，然 后用匹配滤波从数据中匹配目的，当目的波谱很特别时，OSP效果非常好。OSP要求至少 两个端元波谱。正交子空间投影法结果是每个端元波谱匹配每个像元的灰度图像。像元值表示越接近目 的，可以用交互式拉伸工具对直方图后半部分拉伸。
