赵　岩,　张春晶,　王东辉

(1.黑龙江科技大学 电气与控制工程学院, 哈尔滨 150022; 2.黑龙江科技大学 电子与信息工程学院,哈尔滨 150022; 3.哈尔滨工程大学 信息与通信工程学院, 哈尔滨 150001)



基于广义形态学的高光谱图像解混算法

赵岩1,张春晶2,王东辉3

(1.黑龙江科技大学 电气与控制工程学院, 哈尔滨 150022; 2.黑龙江科技大学 电子与信息工程学院,哈尔滨 150022; 3.哈尔滨工程大学 信息与通信工程学院, 哈尔滨 150001)

综合利用像元的光谱和空间信息,提出一种基于广义形态学的混合像元分解算法。引入基准像元,避免形态学算子在像元排序规则和替换准则上存在的局限性。针对图像中不同类别交界处存在的交叉替换现象,广义开-闭算子采用修正能量函数作为距离测度进行计算。端元提取之后利用全约束最小二乘法进行丰度反演。利用矿物光谱的模拟数据和真实数据进行实验,结果表明,该算法无需先验信息便可自动进行混合像元分解,分解精度较高。

高光谱混合像元分解; 广义形态学; 修正能量函数

地球表面很少由均一物质组成,当具有不同波谱属性的物质出现在同一个像元内时,就会出现混合现象,即混合像元(Mixed Pixel)[1-4]。高光谱图像混合像元分解技术可应用于矿产资源勘探等领域。在线性混合模型[5]进行光谱解混操作之前,需要进行光谱端元提取,为光谱解混获取必要的先验知识。光谱端元的选择应当具有代表性,成为图像内大多数像元的类别成分集合[6]。端元波谱作为混合像元分解过程中的参考波谱,影响混合像元分解结果的精度[7]。……