多端元模式下高光谱图像解混的不确定性问题_赵一凡.pdf
《多端元模式下高光谱图像解混的不确定性问题_赵一凡.pdf》由会员分享,可在线阅读,更多相关《多端元模式下高光谱图像解混的不确定性问题_赵一凡.pdf(6页珍藏版)》请在咨信网上搜索。
1、第 25 卷第 3 期2023 年 5 月大 连 民 族 大 学 学 报Journal of Dalian Minzu UniversityVol 25,No 3May 2023收稿日期:2023 03 01;最后修回日期:2023 03 30基金项目:国家自然科学基金项目(62071084)。作者简介:赵一凡(1998 ),女,河北石家庄人,大连民族大学信息与通信工程学院硕士研究生,主要从事高光谱图像解混研究。通讯作者:王立国(1974 ),男,黑龙江讷河人,教授,博士生导师,国家民委领军人才,主要从事遥感图像处理研究,E mail:wangliguo hrbeu edu cn。文章编号:2
2、096 1383(2023)03 0255 06多端元模式下高光谱图像解混的不确定性问题赵一凡1,王立国1,2(1 大连民族大学 信息与通信工程学院,辽宁 大连 116605;2 哈尔滨工程大学 信息与通信工程学院,黑龙江 哈尔滨 150001)摘要:为了探究多端元解混造成解混结果不确定性的原因,并进一步在解混中克服与降低该不确定性,详细分析了在二分类解混中,解混不确定性的两种表现形式,丰度固定时像元位置的不确定性和像元位置固定时丰度的不确定性,探究解混端元与不确定性的相互作用关系,进而提出一种可降低解混丰度不确定性的端元加权多端元解混方法。实验表明:混合丰度不确定性的存在,同时在保证解混精度
3、的前提下验证了所提出的降低不确定性方法的有效性。关键词:高光谱解混;多端元;不确定性;线性光谱混合模型;光谱加权中图分类号:TP391文献标志码:AAnalysis of the Uncertainty of Hyperspectral Image Unmixingin Multi endmember ModeZHAO Yi fan1,WANG Li guo1,2(1 School of Information and Communication Engineering,Dalian Minzu University,Dalian Liaoning 116605,China;2 College
4、 of Information and Communication Engineering,Harbin Engineering University,Harbin Heilongjiang 150001,China)Abstract:In order to explore the reasons for the uncertainty of the unmixing results caused bymulti endmember unmixing,and further overcome and reduce this uncertainty in unmixing,this articl
5、e analyzes two forms of unmixing uncertainty in binary unmixing in detail the uncer-tainty of pixel position when the abundance is fixed and the uncertainty of pixel position whenthe abundance is fixed,and explores the interaction relationship between unmixing endmembersand uncertainty Furthermore,a
6、 weighted multi endmember unmixing method is proposed toreduce the uncertainty of unmixing abundance The experiment demonstrates the existence ofmixed abundance uncertainty,and verifies the effectiveness of the proposed uncertainty reduc-tion method while ensuring the accuracy of unmixingKey words:h
7、yperspectral unmixing;multi endmember;uncertainty;linear spectral mixturemodel;spectral weighted高光谱技术是一种基于传统遥感技术的新型非接触式目标探测技术,如今的高光谱成像设备DOI:10.13744/21-1431/g4.2023.03.010的光谱采样范围可以从可见光区域一直延伸至近红外和中红外区域,可将连续的光谱分离为若干独立的窄波段。由于其良好的光谱特性,高光谱遥感技术已被广泛应用于军事、农业领域、生态环境和地质勘探等领域1。随着高光谱探测仪成像技术的发展,光谱图像的分辨率越来越高,但是由于
8、现实环境的复杂性和物理条件的限制,每一个最小成像单位即像元中不可避免会出现包含两类及以上地物类别信息的情况,这样的像元一般称为混合像元2。为分析混合像元,高光谱图像解混技术应运而生,其致力于分析高光谱图像中存在的混合像元各类别所占比例的问题。目前研究较为广泛的解混算法有最小二乘法解混算法、非负矩阵分解算法(NMF)、原型分析法等3 4。由于最小二乘法物理意义明确,在已知光谱端元的情况下解混效率和精度均较高,故得到广泛使用5。在一般的解混过程中,一个端元用于代表一个类别的地物,即单端元解混,但由于真实的物理环境中高光谱数据的采集和接收会产生一些无法避免的干扰,以及成像地物本身存在类内光谱变化等特
9、点,这种方式的不准确性导致解混误差过大6。多端元解混技术在一定程度上克服了单端元解混的不足之处。oberts 等提出的多端元光谱混合分析(MESMA)算法,通过寻找大量的多端元组合模型为每一个像元找出使其解混结果最佳的多端元解混模型7。MESMA SAD 算法通过结合光谱角距离(SAD)与平均绝对误差(MAE)的值来减少端元组合的数量以提升算法效率8。基于端元束的光谱解混算法将距离很小的多个端元看作一个可以代表该类别的端元整体,来解决光谱类内差异问题9。综上所述,多端元解混技术的发展虽然能在一定程度上提高解混的精度,但它带来的问题即不确定性却鲜有研究。从本质上讲,传统的精度评价是立足于整体的统
10、计评价,而不确定性评价是立足个体,即关心个体像元的分析可靠性,二者既有联系又有区别,偏废任何一方都是不可取的。二者相结合可以实现个体评价与整体评价的辩证统一,形成完整、全面的评价体系,对获得“科学”的科学评价意义很大。为此,本文立足经典的线性光谱混合分析模型,研究不确定性的本质内涵,计算方法,及其降减方法,以获得多端元光谱解混方法的完整评价和性能提升。1多端元解混的不确定性问题从本质上说,不确定性是由类内光谱变化造成的10,具体特性与解混模型具有密切关系。在解混中产生的不确定性一般可分为两种,即混合像元位置不确定性和混合丰度的不确定性。下面将在二类解混的场景中分析这两种不确定性的实际含义。1
11、1丰度固定时像元位置的不确定性在已知混合像元的混合丰度比例时,两种特殊排列情况下端元与混合像元位置的关系示意图如图1 2。假设混合比例 =(0 5,0 5)T,在混合像元对应的二类纯像元空间中可以找到多组端元对再按该混合比例构成混合像元,E1,E2为数据集给出的端元,而 E1,E2和 E1,E2分别为两个类别潜在的端元组合,根据已知的丰度比例,分别可以计算出三个混合像元可能存在的相对位置信息 P,P 和 P。由于端元位置有所变化,根据混合比例计算出的混合像元位置不再是确切的点,而是空间内的一个范围。图 1线性排列的三组端元解混示意图图 2随机排列的三组端元解混示意图由上述两种情况进行推广,如图
12、 3。假设每一类可以作为端元的像元构成一个端元束,圆 O1为第一类的端元束,O2为第二类的端元束。对于固定的混合比例 =(1,2)T,(1,2 0 且1,2 0),可以找到一个与之对应的混合像元束,中最左侧的点是由端元组合成的,点是由合成的。混合像元束满足约束方程:652大连民族大学学报第 25 卷rp=1r1+2r2OP=1O1+2O2。(1)图 3混合像元位置的不确定在这种情况下,混合像元的位置变化只受到类内端元变化的影响。1 2像元位置固定时丰度的不确定性当已知一像元为混合像元,考虑其光谱可变性,如图 4。不同的端元组、和将会得到不同的丰度比例,对于第一类的丰度可表示为1=D(P,E2)
13、D(E1,E2)1=D(P,E2)D(E1,E2)1=D(P,E2)D(E1,E2)。(2)图 4解混丰度的不确定示意图将上述的特殊解混模型进行推广,可以得到如图 5 所示的情形。根据几何解混方法,若不考虑类内光谱可变性的影响,此时解混端元为两个端元束的圆心(O1,O2),解混丰度不确定性为 0,即 max=min。在考虑光谱可变性的影响后,对应于第一类的最大分量丰度 max和最小分量丰度min的计算公式为max=D(P,E2)D(E1,E2)min=D(P,E2)D(E1,E2)。(3)图 5解混丰度的不确定性在实际应用中,这两种不确定一般更关心第二类即丰度的不确定,下面将立足流行的线性光谱
14、混合分析(LAMA),给出丰度不确定性的定义及降减方法。2LAMA 中丰度不确定性的定义及降减方法2 1LAMA 多端元解混算法假设待解混的混合像元矩阵 X 中的任意像元x 均由 A,B 两类地物构成,单端元解混模式下,存在端元矩阵 E,P 为每类包含的端元个数,混合像元 x 可被表示为x=E+n。(4)式中:是由 A 类混合丰度值 A和 B 类混合丰度值 B构成的丰度矩阵;n 为解混误差;使用最小二乘误差问题的建模方法,其模型表达式为(r E)T(r E)。(5)求解出的丰度值 A,B均满足全约束最小二乘约束条件。在多端元解混问题中,由于每类地物存在多个端元,两类地物的端元矩阵分别可表示为
15、EA=eA1,eA2,eAP、EB=eB1,eB2,eBP,解混使用的端元矩阵 Eij=(eAi,eBj)T,i,j 1,2,p为由 EA中任意一个端元和 EB中任意一个端元构成的端元矩阵。此时多端元解混最小二乘解混问题中混合像元的混合丰度矩阵,如式(6)。ij=min(x Eij)T(x Eij),x=mean(Pi=1Pj=1aij)。(6)2 2丰度不确定性的定义本文基于有监督的高光谱解混研究场景对高光谱解混不确定性进行研究,重点探究上文提到的两种不确定性问题之中的混合像元位置固定时的丰度不确定性问题。单个混合像元的解混不确定性 可定义为=1NNi=1imax i()min。(7)其中:
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 多端 模式 光谱 图像 不确定性 问题 赵一凡
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。