典型文献
空谱协同多尺度顶点成分分析的高光谱影像端元提取
文献摘要：
针对顶点成分分析方法无法实现复杂地表环境下的高光谱影像端元精确提取问题,提出了一种基于空谱协同多尺度顶点成分分析的端元提取方法,通过影像空谱特征融合和聚类分割,对不同分辨率空间尺度下的分割影像进行端元协同提取,并考虑噪声对影像端元提取精度的影响,提升端元提取的精度.首先,对影像进行预处理,采用低秩矩阵分解去除噪声.其次,对高光谱影像进行空谱多特征提取,利用多特征融合和K-means算法进行聚类分割,获取地物分布的空间异质性信息,提升后续端元提取的精度.然后,对高分辨率影像空间降采样,利用顶点成分分析方法对降采样后的低分辨率分割图像进行端元提取,并利用坐标映射寻找高分辨率影像中的相应端元,利用光谱角来判定是否为纯端元.最后,遍历上述方法至所有分割影像以获取最终的端元集合.使用模拟数据和真实的高分五号高光谱数据对提出的方法进行实验验证.实验结果表明,空谱协同多尺度顶点成分分析方法可提取高精度的纯净端元,且计算效率较高.
文献关键词：
光谱端元;高光谱遥感;空谱协同;多尺度顶点成分分析
中图分类号：
作者姓名：
孙伟伟;常明会;孟祥超;杨刚;任凯
作者机构：
宁波大学地理与空间信息技术系,浙江 宁波 315211;宁波大学信息科学与工程学院,浙江宁波315211
文献出处：
引用格式：
[1]孙伟伟;常明会;孟祥超;杨刚;任凯-.空谱协同多尺度顶点成分分析的高光谱影像端元提取)[J].测绘学报,2022(04):587-598
A类：
空谱协同,多尺度顶点成分分析,空间降采样
B类：
高光谱影像,端元提取,对顶,复杂地表,空谱特征,聚类分割,空间尺度,协同提取,低秩矩阵分解,除噪声,行空,多特征提取,多特征融合,means,地物,空间异质性,异质性信息,高分辨率影像,影像空间,低分辨率,坐标映射,利用光,遍历,模拟数据,高分五号,高光谱数据,纯净,计算效率,光谱端元,高光谱遥感
AB值：
0.217182
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
