韓雪

摘 要 為了提取高光譜影像的端元，本文提出了一種改進的N-FINDR端元提取算法。實驗結果表明，算法在保留端元提取精度的同時，大大提高了數(shù)據(jù)處理的時間效率。

關鍵詞 高光譜影像 N-FINDR算法 端元提取 單體

中圖分類號：TP751.1 文獻標識碼：A

高光譜遙感的出現(xiàn)，是一個概念上和技術上的創(chuàng)新，它是目前遙感領域研究的熱點。遙感圖像具備波段數(shù)目多，光譜分辨率高的特點，同時具備圖譜合一的特點。研究表明，高光譜遙感技術除了在找礦、水環(huán)境、生態(tài)、大氣等定量遙感研究中具有巨大的潛力之外，還在遙感測繪領域展現(xiàn)出美好的前景。但是由于成像光譜儀有限的空間分辨率和地物的復雜多樣性，造成瞬時視場內不止包含一種地物，因而高光譜影像中混合像元大量存在，它影響著高光譜遙感應用的發(fā)展?；旌舷裨纸馐茄芯炕旌舷裨钣行У姆椒?，端元提取是混合像元分解的關鍵步驟。

1改進的N-FINDR算法

高光譜觀測數(shù)據(jù)集在幾何空間的分布形狀是一個單形體，該單形體的頂點對應于端元，N-FINDR算法是通過計算單形體體積的方式確定端元位置。混合像元屬于單形體的內點，那么由端元組成的單體體積一定大于由內點組成的單體體積，將具有最大體積單體的頂點作為端元。該算法精度高，穩(wěn)定性好，但是算法執(zhí)行時，首先需要對原始影像進行降維，降維易損失原始高光譜數(shù)據(jù)信息，其次需要遍歷所有像元，算法計算速度慢。

4結論

本研究是在分析線性混合模型基礎上，假設純凈像元存在的前提下提出的，是一種序列端元提取算法，參量是端元判斷的重要依據(jù)，此外，利用體積的遞歸關系，降低了計算復雜度。算法在保證端元提取精度的同時，大大提高了數(shù)據(jù)處理的時間效率。

參考文獻

[1] 王茂芝，徐文皙，王璐，等.高光譜遙感影像端元提取算法研究進展分類[J]. 遙感技術與應用，2015，30（4）：616-625.

[2] X. Geng，Y. Zhao， F. Wang， and P. Gong， A new volume formula for a simplex and its application to endmember extraction for hyperspectral image analysis[J].Remote sensing，2010，31（4）：1027-1035.