基于非线性光谱混合模型的遥感影像提取城市不透水层(英文)附视频

被引：6

作者：

夏俊士

杜培军

曹文

机构：

[1] 中国矿业大学国土环境与灾害监测国家测绘局重点实验室

来源：

光子学报 | 2011年 / 01期

关键词：

光谱混合模型; 不透水层; 人工神经网络; 多层感知器;

D O I：

暂无

中图分类号：

P237 [测绘遥感技术];

学科分类号：

1404 ;

摘要：

针对传统方法在提取城市不透水层中的许多局限性,采用两种非线性光谱混合分解模型,包括混合调谐匹配滤波和多层感知器神经网络,通过混合像元分解获取城市不透水层.混合调谐匹配滤波利用用户选择的端元,通过最大化端元响应并减少未知背景信息的影响,进行局部分解端元.多层感知器由多个感知器组成,能够很好的进行非线性学习.对Landsat TM遥感影像进行最大噪声分离,使其转换到另外一个特征空间.利用新生成数据集的前三个成分(占90%以上信息量)进行纯净像元提取,并利用N维可视化分析器寻找出四个进行分解的端元:植被、高反射率地物、低反射率地物和土壤。不透水层则由高反射率和低反射率两个分量估算而成。对不同模型提取的结果,利用QuickBird多光谱图像评价其准确性.实验结果表明人工神经网络的精度最高,即非线性光谱混合模型同样可以有效地提取不透水层,精度甚至优于线性模型.

引用

页码：13 / 18

页数：6