資源描述：
《基于局部線性嵌入的高光譜端元提取算法研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、分類號學(xué)號M201271654學(xué)校代碼10487密級碩士學(xué)位論文基于局部線性嵌入的高光譜端元提取算法研究學(xué)位申請人：胡英杰學(xué)科專業(yè)：電路與系統(tǒng)指導(dǎo)教師：梁琨副教授答辯日期：2015年5月23日AThesisSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringTheResearchofEndmembersExtractionfromHyperspectralRemoteSensingImagebasedonLocallyLinea
2、rEmbeddingCandidate:HuYingjieMajor:CircuitandSystemSupervisor:A.P.LiangKunHuazhongUniversityofScience&TechnologyWuhan430074,P.R.ChinaMay,2015獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是我個人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知，除文中已經(jīng)標(biāo)明引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的研究成果。對本文的研究做出貢獻(xiàn)的個人和集體，均已在文中以明確方式標(biāo)明。本人完全意識到
3、，本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位論文作者簽名：日期：年月日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，即：學(xué)校有權(quán)保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)華中科技大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。保密□，在___年解密后適用本授權(quán)書。本論文屬于不保密□。（請?jiān)谝陨戏娇騼?nèi)打“√”）學(xué)位論文作者簽名：指導(dǎo)教師簽名：日期：年月日日期：年月日華中科技大學(xué)碩士學(xué)位論文摘要高光譜遙感技術(shù)
4、的發(fā)展對民用和軍事領(lǐng)域具有重要應(yīng)用價值。高光譜的波段寬度可達(dá)到納米量級，因此可以獲得更精細(xì)更多的波段數(shù)、更高的數(shù)據(jù)維度，為遙感技術(shù)研究提供了更詳細(xì)和豐富的特征信息。然而，由于高光譜成像光譜儀空間分辨率有限，實(shí)際成像中，混合像元廣泛存在，不能直接利用這些混合像元進(jìn)行分析，因此需要對混合像元進(jìn)行解混，而光譜端元提取是光譜解混的關(guān)鍵步驟。端元提取的目的就是從高光譜數(shù)據(jù)中提取出構(gòu)成該混合像元的純物質(zhì)光譜，即端元。在高光譜遙感圖像中，如何從圖像中有效以及準(zhǔn)確地提取端元信息，進(jìn)而對混合像元進(jìn)行分解，已成為了光譜遙感處理研究中的熱點(diǎn)。本文主要研究
5、針對于高光譜圖像的端元提取算法，重點(diǎn)研究應(yīng)用最為廣泛的N-FINDR端元提取算法，并提出基于非線性降維局部線性嵌入的N-FINDR改進(jìn)算法，主要是為了解決高光譜圖像中存在的非線性混合問題。局部線性嵌入LLE算法是屬于非線性降維算法，本文采用的是基于穩(wěn)定的空間信息LLE改進(jìn)算法，即RSLLE算法，然后，利用RSLLE算法對原始高光譜數(shù)據(jù)進(jìn)行非線性降維，再通過N-FINDR算法進(jìn)行端元提取，則得到改進(jìn)的N-FINDR算法，即RSLLE-N-FINDR算法。最后，本文進(jìn)行了模擬數(shù)據(jù)實(shí)驗(yàn)和真實(shí)高光譜遙感數(shù)據(jù)兩組實(shí)驗(yàn)，結(jié)果均表明本文提出的RS
6、LLE-N-FINDR算法獲得了較高的端元提取效果。關(guān)鍵詞：高光譜圖像；混合像元分解；端元提取；非線性降維；空間信息I華中科技大學(xué)碩士學(xué)位論文AbstractSpectralremotesensingtechnologyhasbeenwidelyusedincivilandmilitaryfields.Anditsbandwidthcanreachnanometerorder.Hyperspectralremotesensingcanobtainmoreprecisedata,morebands,andprovidemoredeta
7、iledandrichfeatureinformationforthestudyofremotesensingtechnology.However,duetothelimitedspatialresolutionofspectrometer,inhyperspectralimage,themixedpixelsareexistedwidely.Therefore,themixedpixelcannotbeusedinanalysisdirectly.Itisnecessarytoapplytheprocessofhyperspect
8、ralimageunmixing.Andendmemberextractioniscriticaltothespectralunmixing.Endmemberextractionistoextractthe“pure”spectru
