《結合空間信息的混合像元分解方法研究》是依託首都師範大學，由時晨擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：結合空間信息的混合像元分解方法研究
- 項目類別：青年科學基金項目
- 項目負責人：時晨
- 依託單位：首都師範大學
項目摘要,結題摘要,
項目摘要
傳統混合像元分解方法僅使用遙感圖像的光譜信息，對像元的處理獨立於其空間鄰域中的其他像元。然而，空間信息和光譜信息同時存在於遙感圖像中。近年的研究表明綜合利用空間信息與光譜信息對提高混合像元分解精度具有重要意義。本項目以結合空間信息為核心思想，提出基於空間統計的圖像預處理方法，利用空間統計量描述像元光譜的空間自相關，獲取圖像同質區域用於端元提取；提出基於空間插值的端元光譜合成方法，使用混合像元鄰域內的純淨像元通過空間插值合成端元光譜，以模擬端元可變性並進行光譜解混；提出線性空間-光譜混合模型，在傳統線性混合模型中考慮由鄰近效應帶來的光譜干擾，開發疊代最佳化算法，同時解算端元豐度和代表鄰近效應強度的係數。期望通過本項目研究，進一步驗證結合空間信息的混合像元分解方法的有效性，推動空間信息的廣泛使用。
結題摘要
混合像元分解是一項將混合像元的光譜分解為一系列端元光譜以及與之相應的豐度信息的技術。端元光譜是影像中存在的純淨地物的光譜，而每個像元的豐度信息是存在於該像元的端元在像元中所占的面積百分比。許多混合像元分解方法將圖像中的像元視為獨立存在，因此在解混過程中僅使用影像的光譜信息。然而，最近的研究表明圖像像素間的空間自相關為混合像元分解提供了有用信息，綜合使用空間信息和光譜信息可以有效地提高解混精度。圍繞混合像元分解技術的三個基本環節，即端元提取、端元組合選擇以及豐度估計，本項目提出了四項空間-光譜解混的新算法：基於空間統計的圖像預處理方法、基於空間插值的端元光譜合成方法、線性空間-光譜混合模型和基於空間約束的端元遴選方法，並使用模擬影像和真實影像證明了所提方法的優勢。本項目的實施進一步驗證了結合空間信息的混合像元分解方法的有效性，有助於激發更多的空間-光譜解混研究。
