光谱学与光谱分析
基于有效端元集的双线性解混模型
宋梅萍1 ，张甬荣1 ，安居白1* ，包海默2
1. 大连海事大学，辽宁 大连 116026
Effective Endmembers Based Bilinear Unmixing Model
SONG Mei-ping1 , ZHANG Yong-rong1 , AN Ju-bai1* , BAO Hai-mo2
1. Dalian Maritime University, Dalian 116026，China
摘要 ： 光谱解混是用于定量分析高光谱图像中成分含量的一项重要技术方法，主要包括线性解混模型和非线性解混模型。线性解混模型构造简单，但并未考虑不同成分光子间的相互影响，导致解混结果在很多实际图像上不够精确。常用的非线性混合模型中的双线性解混算法，随着图像中端元数量增加，虚拟端元的数量也随之快速增加，计算精度受到很大的影响。论文报道改进了双线性解混的模型，并提出一种有效端元子集的选择算法。首先结合欧氏距离和光谱夹角，按照与混合像元的距离，将所有端元排序;然后利用排序结果和误差变化情况选择实际参与混合的端元子集。从而降低了未参与特定混合像元混合的端元对解混结果的影响，提高了解混精度。对模拟图像的测试效果证明了该算法可以减小光谱的重构误差，对实际航拍高光谱溢油图像的分析结果也进一步说明了算法的有效性。
关键词 ：高光谱;双线性解混模型;端元集
Abstract ：An effective endmembers based bilinear unmixing algorithm is prompted in the present paper together with an endmember subset selection algorithm as well. Firstly, the endmembers are ranked according to their distance to the mixed pixel, involving the Euclidean distance and spectral angle. And then, an effective subset of the endmembers is abstracted considering both the ranking result and the change of error. The algorithm reduces the influence of endmembers which are not component of the mixed pixel, decrease the number of endmembers involved in unmixing and improve the accuracy of abundance. The test results for simulation image prove that the algorithm would provide a lower reconstructing error. And the analysis results of actual airborne hyperspectral oil spill image further illustrate its effectiveness.
Key words ：Hyperspectral;Bilinear mixing model;Endmember set
收稿日期: 2013-04-11
修订日期: 2013-06-28
通讯作者:
安居白
E-mail: jubaian@sohu.com
[1] TONG Qing-xi, ZHANG Bing, ZHENG Lan-fen(童庆禧, 张 兵, 郑兰芬). Hyperspectral Remote Sensing—Principles, Techniques and Application(高光谱遥感—原理、技术与应用). Beijing: Higher Education Press(北京: 高等教育出版社), 2006. 6.
[1]
王彩玲，张 静，王洪伟，宋晓楠，纪 童. 一种波段聚类和多尺度结构特征融合的高光谱图像分类模型
[2]
高宏盛，郭志强，曾云流，丁 港，王逍遥，李 黎. 基于高光谱图像波段融合的猕猴桃软腐病早期分类检测
[3]
吴护林，邓贤明, 张天才, 李忠盛，岑 奕，汪家辉，熊 杰，陈知华，林牧春. 一种基于目标与背景特征分离模型的高光谱目标检测修正算法
[4]
楚秉泉，李成峰，丁 黎，郭正彦，王世宇，孙伟杰，金唯一，何 勇. 基于高光谱成像技术的斜生四链藻（T. obliquus ）碳水化合物和蛋白质判别研究
[5]
黄友菊，田义超，张 强，陶 进，张亚丽，杨永伟，林俊良. 资源一号02D高光谱数据红树林地上生物量反演
[6]
周贝贝，李恒凯，龙北平. 离子吸附型稀土矿区复垦植被光谱特征变异提取与分析
[7]
袁伟东，鞠 皓，姜洪喆，李兴鹏，周宏平，孙梦梦. 基于高光谱成像技术的油茶果不同成熟阶段判别
[8]
傅根深，吕海燕，燕李鹏，黄庆丰，程海峰，王新文，钱文祺，高 祥，唐雪海. 基于冠层高光谱特征的油茶叶片碳氮比估算模型构建
[9]
沈 英，吴 盼，黄 峰，郭翠霞. 基于高光谱成像技术的赤潮藻种鉴别和浓度测量方法
[10]
谢 鹏，王正海，肖 蓓，曹海玲，黄 意，苏文林. 基于sCARS-PSO-SVM的土壤硒含量高光谱定量反演
[11]
钱 瑞，徐伟恒，黄邵东，王雷光，鲁 宁，欧光龙. 应用GF-5高光谱遥感影像提取山区茶园
[12]
朱志成，武永峰，马浚诚，冀 琳，柳斌辉，靳海亮. 基于无人机载遥感的水分胁迫下冬小麦叶绿素变化及冠层光谱响应
[13]
杨 雷，周锦松，景娟娟，聂博洋. 基于重叠视场的拼接式高光谱相机非均匀性校正
[14]
孙 琳，毕卫红，刘 桐，武家晴，张保军，付广伟，金 娃，王 兵，付兴虎. 应用机载高光谱与机器学习法的绿藻识别算法研究
[15]
陶兢喆，宋德瑞，宋传鸣，王相海. 多波段遥感影像锐化方法研究进展
