空谱协同多尺度顶点成分分析的高光谱影像端元提取

针对顶点成分分析方法无法实现复杂地表环境下的高光谱影像端元精确提取问题, 提出了一种基于空谱协同多尺度顶点成分分析的端元提取方法, 通过影像空谱特征融合和聚类分割, 对不同分辨率空间尺度下的分割影像进行端元协同提取, 并考虑噪声对影像端元提取精度的影响, 提升端元提取的精度。首先, 对影像进行预处理, 采用低秩矩阵分解去除噪声。其次, 对高光谱影像进行空谱多特征提取, 利用多特征融合和K-means算法进行聚类分割, 获取地物分布的空间异质性信息, 提升后续端元提取的精度。然后, 对高分辨率影像空间降采样, 利用顶点成分分析方法对降采样后的低分辨率分割图像进行端元提取, 并利用坐标映射寻找高分辨率影像中的相应端元, 利用光谱角来判定是否为纯端元。最后, 遍历上述方法至所有分割影像以获取最终的端元集合。使用模拟数据和真实的高分五号高光谱数据对提出的方法进行实验验证。实验结果表明, 空谱协同多尺度顶点成分分析方法可提取高精度的纯净端元, 且计算效率较高。