基于粒子群算法的高光谱影像端元提取技术Particle swarm optimization for endmember extraction in hyperspectral imagery
陈伟,余旭初,王鹤,闻兵工,靳克强
摘要(Abstract)：
基于凸面几何学理论,由端元作为角点的单形体的体积应该是最大的。著名的N-FINDR和SGA算法正是基于以上理论,通过在数据云中寻找体积最大的单形体来实现端元的自动提取。本文利用粒子群优化(PSO)技术,基于凸面几何学理论,设计了一个新的端元提取算法。利用模拟和真实高光谱影像对其进行了实验,并将其结果与N-FINDR和SGA算法的结果进行了比较分析。
关键词(KeyWords)： 高光谱影像;粒子群算法;线性混合模型;端元提取;N-FINDR
基金项目(Foundation):
作者(Author): 陈伟,余旭初,王鹤,闻兵工,靳克强
DOI: 10.16251/j.cnki.1009-2307.2011.04.001
参考文献(References)：
- [1]杨国鹏,余旭初.高光谱遥感影像的广义判别分析特征提取[J].测绘科学技术学报,2007,24(2).
- [2]万余庆,谭克龙,周日平.高光谱遥感应用研究[M].北京:科学出版社,2006.
- [3]余旭初,冯伍法,林丽霞.高光谱——遥感测绘的新机遇[J].测绘科学技术学报,2006,23(2).
- [4]张良培,张立福.高光谱遥感[M].武昌:武汉大学出版社,2005:96.
- [5]A Chowdhury,M S Alam.Fast Implementation of N-FINDR Algorithm for Endmember Determination in Hy-perspectral Imagery[C]//Proceedings of SPIE,2007,656526:1-7.
- [6]J.Kennedy,R.Eberhart.Particle Swarm Optimization[C]//Proceedings of IEEE International Conference onNeural Networks,1995,4:1942-1948.
- [7]M.E.Winter.N-FINDR:An algorithm for fast autono-mous spectral end-member determination in hyperspectraldata[C]//Proceedings of SPIE,1999,3753:266-275.
- [8]M.E.Winter.Maximum volume transform for endmemberspectra detection[C]//Hyperspectral Data Exploita-tion.Manhattan:Wiley.2007:179-203.
- [9]廖子贞,等.一种自适应惯性权重的并行粒子群聚类算法[J].计算机工程与应用,2007,43(28).
- [10]李晓晴,等.基于粒子群优化的带障碍约束空间聚类分析[J].计算机工程与设计,2007,28(24).
- [11]C I Chang,C C Wu,W M Liu et al.A New GrowingMethod for Simplex-Based Endmember Extraction Algo-rithm[C]//IEEE Transactions on Geoscience and Re-mote Sensing,2006,44(10).