《融合空間信息的自適應混合像元分解研究》是依託湖南大學，由李華麗擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：融合空間信息的自適應混合像元分解研究
- 項目類別：青年科學基金項目
- 項目負責人：李華麗
- 依託單位：湖南大學
中文摘要,結題摘要,
中文摘要
高光譜遙感圖像混合像元自動分解，可以突破圖像空間解析度的限制，深入到亞像元尺度識別地物，對遙感圖像自動解譯具有重要的研究意義。傳統的混合像元自動分解方法端元個數難以精確估計、忽視空間信息、純淨像元不存在時難以獲取真實端元。為此，本研究擬圍繞融合空間信息的自適應混合像元分解問題，分別以融合空間信息的基於端元提取的混合像元分解和融合空間信息的基於盲分解的混合像元分解為研究主線，發展穩健、有效的自適應混合像元分解的理論與方法，主要研究內容包括：（1）端元個數的自適應估計；（2）融合空間信息的基於端元提取的自適應混合像元分解；（3）融合空間信息的基於盲分解的自適應混合像元分解。本研究的相關成果在礦物製圖、精細農業、軍事偵察、災害評估等領域具有很高的實際套用價值。
結題摘要
高光譜遙感圖像混合像元自動分解，可以突破圖像空間解析度的限制，深入到亞像元尺度識別地物，對遙感圖像自動解譯具有重要的研究意義，因此,可靠、準確的高光譜遙感混合像元自動分解是高光譜遙感影像研究的一個非常重要的研究領域。針對傳統的混合像元自動分解方法端元個數難以精確估計、忽視空間信息、純淨像元不存在，本項目提出了“融合空間信息的基於端元提取的混合像元分解”和“融合空間信息的基於盲分解的混合像元分解”研究思路，發展了穩健、有效的融合空間信息的自適應混合像元分解的理論與方法，有效的提高了混合像元分解的精度和穩健性。本項目發展了凸幾何模型的盲分解，不僅提出了基於稀疏和最小體積約束的非負矩陣分解的高光譜混合像元分解，提高了混合像元分解精度。融合空間信息的自適應盲分解的混合像元分解。提出了融合空間信息的基於稀疏約束的非負矩陣分解的高光譜圖像自適應端元提取方法，在端元個數難以精確估計的情況下也能穩健的進行端元提取，提高了混合像元自適應分解精度。還提出了一個光譜相關性定量評價指標，為光譜的相似性提供了一個定量評價依據。本研究的相關成果在礦物製圖、精細農業、軍事偵察、災害評估等領域具有很高的實際套用價值。在本項目的資助下，申請人和項目組成員發表學術論文3篇，碩士研究生3名。
