以光谱信息熵改进的N-FINDR高光谱端元提取算法

被引:7
|
作者
杨可明 [1 ]
魏华锋 [1 ]
刘飞 [1 ]
史钢强 [1 ]
孙阳阳 [1 ]
机构
[1] 中国矿业大学(北京)地球科学与测绘工程学院
关键词
高光谱影像; 混合像元; 光谱信息熵; N-FINDR; 端元提取;
D O I
暂无
中图分类号
P237 [测绘遥感技术];
学科分类号
1404 ;
摘要
端元提取是高光谱混合像元分解的关键步骤,也是高光谱影像分析的重要前提。N-FINDR算法是一种经典且有效的端元提取算法,但其需遍历所有可能的像元组合,计算量巨大,时间效率不高。本文以光谱信息熵和凸面几何学理论,利用高光谱影像像元,在光谱特征空间形成的单形体顶点附近为相对纯净像元,单形体内部为混合像元的特性,提出了一种结合光谱信息熵的N-FINDR改进算法。该方法根据各波段像元灰度概率计算影像中每个像元的光谱信息熵,将大于光谱信息熵阈值的像元作为混合像元被剔除,在保留的像元组成的单形体上搜索最大体积,并提取最大体积顶点处像元作为端元。最后,使用美国EO-1卫星获取的江西省德兴某铜矿的Hyperion数据,对改进后的算法进行验证。结果表明,改进后的N-FINDR算法在确保较高端元提取精度的同时,大大提高了数据处理的时间效率。
引用
收藏
页码:979 / 985
页数:7
相关论文
共 9 条
  • [1] 光谱最小信息熵的高光谱影像端元提取算法[J]. 杨可明,刘士文,王林伟,杨洁,孙阳阳,何丹丹.光谱学与光谱分析. 2014(08)
  • [2] 基于流形学习和空间信息的改进N-FINDR端元提取算法[J]. 唐晓燕,高昆,倪国强,朱振宇,程颢波.光谱学与光谱分析. 2013(09)
  • [3] 基于改进N-FINDR算法的华北平原冬小麦面积提取
    郝虑远
    孙睿
    谢东辉
    唐侥
    汪艳
    [J]. 农业工程学报, 2013, 29 (15) : 153 - 161
  • [4] 一种改进的N-FINDR高光谱端元提取算法
    赵春晖
    齐滨
    王玉磊
    [J]. 电子与信息学报, 2012, 34 (02) : 499 - 503
  • [5] 高光谱图像端元提取算法研究进展与比较
    李二森
    朱述龙
    周晓明
    余文杰
    [J]. 遥感学报, 2011, 15 (04) : 659 - 679
  • [6] 以凸面单体边界为搜索空间的端元快速提取算法
    朱述龙
    齐建成
    朱宝山
    曹闻
    [J]. 遥感学报, 2010, 14 (03) : 482 - 492
  • [7] 高光谱图像分类及端元提取方法研究[D]. 齐滨.哈尔滨工程大学. 2012
  • [8] 融合PSO的N-FINDR改进端元提取算法研究[D]. 路漫漫.大连海事大学. 2014
  • [9] 高光谱图像分类与目标探测[M]. 科学出版社 , 张兵, 2011