【技术实现步骤摘要】
一种聚类分割与耦合端元提取协同的高光谱滨海湿地亚像元变化检测方法
[0001]本专利技术属于遥感图像应用
,尤其涉及一种聚类分割与耦合端元提取协同的高光谱滨海湿地亚像元变化检测方法。
技术介绍
[0002]近年来,随着遥感技术的飞速发展,高光谱遥感凭借其丰富精细的光谱信息得到广泛应用,不同于基于多光谱数据的变化检测,通过高光谱影像可以进一步探究地物的潜在变化信息。但由于高光谱传感器硬件的限制,在获取高光谱分辨率的同时,其空间分辨率一般较低,因此高光谱传感器在成像过程中出现两种及以上地物同时出现在同一个像元内的现象,既为混合像元,大大影响了高光谱影像对地物进行精细变化监测的潜力。因此在解混的基础上研究影像的变化情况,利用遥感手段对地物监测现已得到广泛应用,可以揭示地物的潜在变化,相应的提高变化检测的精度。
[0003]滨海湿地作为一种典型的地物类型,在水源涵养,调节径流以及维持生物多样性方面发挥着重要的作用,对滨海湿地的监测在湿地开发、利用、管理与保护政策的制定中至关重要,其中湿地植被在维持生态平衡中更是发挥着重 ...
【技术保护点】
【技术特征摘要】
1.一种聚类分割与耦合端元提取协同的高光谱滨海湿地亚像元变化检测方法,其特征在于,包括以下步骤:步骤1、对两时相高光谱数据进行预处理;步骤2、利用光谱特征、几何特征和纹理特征对拼接后的影像进行多特征提取,利用K-means聚类对多特征提取后的影像进行多特征分割:其中光谱特征由独立主成分分析PCA计算前五个光谱分量得到;几何特征由Canny算子在matlab中直接对影像计算得到;纹理特征为:上式中,P表示邻域像素的个数,(x
c
,y
c
)是中心像素;LBP(x
c
,y
c
)为中心像素(x
c
,y
c
)的纹理特征;i
c
,i
P
是相邻像素的强度;S(
·
)为符号函数,定义为:步骤3、多特征分割后得到地物分割图,通过高斯滤波对影像进行降采样和模糊处理,分别通过耦合非负矩阵分解的方法对高斯滤波前后影像进行地物精细端元的提取;通过比较两者之间端元光谱角差异来确定最终端元;步骤4、通过得到的端元矩阵对整幅影像进行稀疏解混SUNSAL,求解端元对应的丰度矩阵:上式中,λ为拉格朗日乘数,HS为高光谱影像,E为端元,A为原高光谱图像的丰度;步骤5、根据原始图像的像素大小来切割图像的丰度图,得到时相T1和时相T2的丰度图,并通过T1丰度图的丰度和T2丰度图的丰度相减得到差异图,此差异图中的每个波段对应每个端元的成分比率变化图像:CD=A
T1-A
T2
ꢀꢀ
(11)(11)上式中,CD=[cd1,cd2,
…
,cd
j
]为差分影像,A
T1
表示T1时刻的丰度图,j表示端元的数量,A
T2
表示T2时刻的丰度图;最后将每个端元的差分丰度相加得到整体的变化丰度图:CD
overall
=cd1+cd2+
…
+cd
j
ꢀꢀ
(14)。2.根据权利要求1所述聚类分割与耦合端元提取协同的高光谱滨海湿地亚像元变化检测方法,其特征在于,步骤1中的预处理方式包括:正射校正、辐射定标、FLAASH大气校正、影像配...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。