-
题名高光谱遥感岩矿端元提取与分析方法研究
被引量：11
- 1
-
-
作者
刘汉湖
杨武年
杨容浩
-
机构
成都理工大学地质灾害防治与地质环境保护国家重点实验室
成都理工大学国土资源部地学空间信息技术重点实验室
-
出处
《岩石矿物学杂志》
CAS
CSCD
北大核心
2013年第2期213-220,共8页
-
基金
国家自然科学基金(41102225)
地质灾害防治与地质环境保护国家重点实验室自主课题(SKLGP2011Z013)
-
文摘
端元提取是高光谱遥感信息提取与分析的基础,也是解决高光谱图像混合像元分解的关键。本文针对研究区高光谱遥感数据特点,进行了辐射校正、最小噪声分离变换(MNF)及纯净像元指数(PPI)处理,在此基础上,应用二维散点图和三维散点图分别提取了端元波谱,并开展了端元属性的判别研究。岩矿端元的提取与分析为后续岩矿种类识别奠定了基础,直接影响最终成果的准确度。
-
关键词
高光谱遥感
端元
最小噪声分离变换
纯净像元指数
-
Keywords
hyperspectral remote sensing
end-member
minimum noise fraction （MNF）
pixel purity index （PPI）
-
分类号
P575.4
[天文地球—矿物学]
-
-
题名基于GPU的高光谱遥感图像PPI并行优化
被引量：4
- 2
-
-
作者
宋义刚
叶舜
吴泽彬
韦志辉
-
机构
南京理工大学计算机科学与工程学院
南京理工大学连云港研究院
-
出处
《航天返回与遥感》
2014年第4期74-80,共7页
-
基金
CAST创新基金项目(CAST201227)
国家自然科学基金(61101194)
+3 种基金
江苏省自然科学基金(BK2011701)
中国地质调查局工作项目(1212011120227)
江苏省"六大人才高峰"项目(WLW-011)
高等学校博士学科点专项科研基金资助项目(20113219120024)
-
文摘
传统高光谱遥感信息处理算法的执行效率较低,无法满足海量遥感数据的实时处理需求。文章对基于图形处理器(graphic processing unit,GPU)的高光谱遥感信息处理并行优化方法进行了研究,针对高光谱遥感图像混合像元分解中广泛使用的纯净像元指数算法,提出了一种基于矩阵乘法的GPU并行优化算法,并给出了实验比较和性能测试数据。实验表明,该优化方法在保证结果准确性的同时,运行效率显著提升,算法加速比最高达到634倍,验证了基于GPU的高光谱数据处理并行优化算法的有效性,能够较好地满足高光谱遥感信息实时处理的应用需求。
-
关键词
高光谱遥感
并行优化
纯净像元指数
图形处理器
-
Keywords
hyperspectral remote sensing
parallel optimization
pixel purity index
graphic processing unit
-
分类号
TP751.1
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名一种改进的顶点成分分析端元提取算法
被引量：1
- 3
-
-
作者
袁博
张杰林
-
机构
中国矿业大学(北京)
核工业北京地质研究院
-
出处
《世界核地质科学》
CAS
2016年第1期33-38,44,共7页
-
文摘
顶点成分分析算法需要预先提供端元数目,端元数目正确与否对结果会产生较大影响,其算法在实际应用中多次运行的结果不稳定。针对上述缺点提出了一种改进的顶点成分分析端元提取算法。该方法在n维光谱空间中生成n个彼此正交的单位向量,在此基础上生成与之具有一定夹角的单位向量,将光谱空间中的像元点分别投影在单位向量上以获取端元。结果表明改进的顶点成分分析端元算法提高了端元提取结果的稳定性。
-
关键词
端元提取
顶点成分分析
纯净像元指数
正交向量
蚀变信息
-
Keywords
extraction of endmembers
Vertex Component Analysis
Pure Pixel Index
orthogonal vectors
alteration information
-
分类号
TP79
[自动化与计算机技术—检测技术与自动化装置]
P57
[自动化与计算机技术—控制科学与工程]
-
-
题名ALI遥感数据在岩矿信息提取中的应用研究
被引量：6
- 4
-
-
作者
刘汉湖
杨武年
杨容浩
-
机构
成都理工大学遥感与GIS研究所院
成都理工大学地球科学学院
-
出处
《地质与勘探》
CAS
CSCD
北大核心
2009年第4期456-461,共6页
-
基金
成都理工大学青年基金(编号:2006QJ17)
科技部科技创新基金项目(编号:04026215100796)
-
文摘
论文对研究区ALI数据进行了纯净像元提取,在此基础上,对纯净像元进行N-D散点图分析,选择出不同端元并进行归类分析,作为后期分类识别的样本。这里采用决策树方法对研究区岩矿进行识别,研究发现:样本区在MNF变换后图像上的波谱(前几个波段)可分性远远大于其在变换前图像上的波谱可分性,基于此的决策树分类方法能够识别出岩矿。
-
关键词
Advanced
LAND
Imager(ALI)
端元
纯净像元指数(PPI)
决策树
-
Keywords
ALI（Advanced Land Imager） ,end member, Pixel purity index（PPI） ,decision tree
-
分类号
P627
[天文地球—地质矿产勘探]
-
-
题名基于不同降维方法的PPI端元提取效果对比研究
被引量：3
- 5
-
-
作者
黄晨
张运
张立伟
-
机构
安徽师范大学国土资源与旅游学院
安徽省自然灾害过程与防控研究重点实验室
-
出处
《安徽农学通报》
2017年第1期13-17,75,共6页
-
文摘
传统PPI算法采用最大噪声分离(MNF)方法进行降维,MNF变换中均设定数据之间线性相关,在某些情况下会使变换后的结果具有某些人为特征,在降维过程中会丢失信号较弱的信息,导致端元数量少;分段主成分分析(SPCA)降维方法具有不改变图像的物理意义,且信息保存较完整的优势。该研究采用不同降维方法利用纯净像元指数法(PPI)对不同下垫面地表提取端元,结果表明,在地表破碎区域SPCA降维后可找出信号较弱的端元提取的端元数量多与MNF降维提取的端元数,而地物聚集区MNF降维方法提取的端元质量更好。研究结果可以为不同下垫面的高光谱影像端元提取以及降维方法的选择提供参考。
-
关键词
端元提取
最大噪声分离
分段主成分分析
纯净像元指数法
-
Keywords
Endmember extraction
MNF
SPCA
PPI
-
分类号
TH744.1
[机械工程—光学工程]
-
-
题名采用分段主成分和PPI的高光谱影像分类
被引量：1
- 6
-
-
作者
梁远玲
简季
-
机构
成都理工大学地球科学学院
-
出处
《遥感信息》
CSCD
北大核心
2020年第1期129-134,共6页
-
文摘
高光谱遥感影像波段多且存在混合像元,特征提取以及端元提取都是高光谱影像分类必不可少的工作,分类方法的选择也是因地适宜。以福建省泉州市德化县下属某一地区的CASI影像为实验数据,基于分段主成分(segmental principal component analysis,SPCA)和纯净像元指数法(pure pixel index,PPI),提出了最小距离(minimum distance classification,MDC)和二进制编码(binary encoding,BE)的高光谱影像分类方法。实验结果表明,MDC的总体精度为69.71%,BE的总体精度为70.88%。对单一地物精度而言2种方法各有其长,MDC对道路的分类精度更高,为98.08%;而植被、耕地和水体采用BE方法的分类精度更高,分别为94.12%、98.08%、98.11%。本文提出的方法应用于CASI高光谱影像,对该研究区的地物分类研究有一定的实用性和参考价值。
-
关键词
分段主成分分析
纯净像元指数法
最小距离法
二进制编码
高光谱分类
-
Keywords
segmental principal component analysis
pure pixel index
minimum distance classification
binary coding
hyperspectral classification
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
