基于IDL和MATLAB混合编程的两种光谱混合分析方法比较

doi:10.11873/j.issn.1004-0323.2017.5.0858

遥感技术与应用

2017, Vol. 32

Issue (5): 858-865 DOI: 10.11873/j.issn.1004-0323.2017.5.0858

数据与图像处理

基于IDL和MATLAB混合编程的两种光谱混合分析方法比较

肖昊^1，2，王杰^3

(1.中国科学院新疆生态与地理研究所，新疆乌鲁木齐 830011;
2.中国科学院大学，北京 100049;
3.西华师范大学国土资源学院，四川南充 637009)

Comparison between Two Spectral Mixture Analysis Methods based on IDL and MATLAB

Xiao Hao^1，2，Wang Jie^3#br#

(1.Xinjiang Institute of Ecology and Geography，Chinese Academy of Sciences，Urumqi830011，China
2.University of Chinese Academy of Sciences，Beijing100049，China
3.College of Land andResources，China West Normal University，Nanchong 637009，China)

全文: PDF(11806 KB)

摘要：

交互式数据语言IDL是一种跨平台、面向对象的应用程序开发语言，具有强大的数据分析和可视化能力。基于矩阵运算的科学计算软件MATLAB是一种大型数值编程计算和图像处理软件，拥有丰富的工具箱。将IDL和MATLAB进行混合编程，同时采用扩展线性混合模型对Hyperion影像进行端元变化解混。为了验证端元变化解混的结果，采用全约束最小二乘法模型进行对比分析。试验结果表明：IDL和MATLAB混合编程结合两者的优势，有效地提高了代码编写效率;同时，当地物类别所占面积较大时，扩展线性混合模型解混精度比全约束最小二乘法模型高，反之，全约束最小二乘法模型的解混精度高。

关键词： 高光谱影像; 端元变化; 混合像元分解; IDL与MATLAB混合编程; 全约束最小二乘法; 扩展线性混合模型

Abstract: Interactive Data Language (IDL) is a language in the development of application based on multiplatform and object\|oriented，which has significant advantages in data analysis and visualization.The MATLAB is a software with powerful features in the image of processing and programming in complex numerical analysis，which based on matrix calculation.Programming in combining the IDL with MATLAB，meanwhile using the Extended Linear Mixed Model for endmember unmixing in Hyperion images.To verify the results of endmember unmixing，adopted the Fully Constrained Least Squares for comparative analysis.The results showed that：The method of programming in combining the IDL with MATLAB not noly possess the advantages of both but also enhance the efficiency in programming，it is conducive to remote sensing image processing.Meanwhile endmember unmixing results show that：the Extended Linear Mixing Model unmixing has a higher accuracy when the proportion of local category in the image is large.On the contrary，the Fully Constrained Least Squares unmixing has a higher accuracy.

Key words: Hyperspectral Image Endmember Variability Mixed Pixels Unmixing IDL and MATLAB；Fully Constrained Least Squares；Extended Linear Mixing Model

收稿日期: 2016-08-07 出版日期: 2017-11-02

TP 751

基金资助: 国家自然科学基金资助项目（41101348），四川省教育厅自然科学重点项目（15ZA150、17AZ0387），西华师范大学博士科研启动基金（412546、412547），西华师范大学英才基金项目（17YC124）。

作者简介: 肖昊（1993-），男，四川遂宁人，硕士研究生，主要从事遥感数字图像处理及数据挖掘工作。Email:cwnu_xiaohao@163.com。

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	肖昊
	王杰

引用本文:

肖昊，王杰. 基于IDL和MATLAB混合编程的两种光谱混合分析方法比较[J]. 遥感技术与应用, 2017, 32(5): 858-865.

Xiao Hao，Wang Jie. Comparison between Two Spectral Mixture Analysis Methods based on IDL and MATLAB. Remote Sensing Technology and Application, 2017, 32(5): 858-865.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2017.5.0858 或 http://www.rsta.ac.cn/CN/Y2017/V32/I5/858

[1]	段金亮,王杰,张婷. 一种基于光谱归一化下的植被覆盖度反演算法[J]. 遥感技术与应用, 2018, 33(2): 252-258.
[2]	王凯，赵军，朱国锋. 基于GF-1遥感数据决策树与混合像元分解模型的冬小麦种植面积早期估算[J]. 遥感技术与应用, 2018, 33(1): 158-167.
[3]	李颖，陈怀亮，李耀辉. 利用夏玉米端元丰度估算夏玉米种植面积的研究[J]. 遥感技术与应用, 2017, 32(5): 913-920.
[4]	李恒凯，欧彬，刘雨婷，邱玉宝. 基于混合像元分解的高光谱影像柑橘识别方法[J]. 遥感技术与应用, 2017, 32(4): 743-750.
[5]	王杰,李卫朋. 基于渐进辐射传输模型的雪粒径与积雪覆盖面积反演算法[J]. 遥感技术与应用, 2017, 32(1): 64-70.
[6]	鲍蕊,夏俊士,薛朝辉,杜培军,车美琴. 基于形态学属性剖面的高光谱影像集成分类[J]. 遥感技术与应用, 2016, 31(4): 731-738.
[7]	林志垒,晏路明. 高光谱影像的BDT-SVM地物分类算法与应用[J]. 遥感技术与应用, 2016, 31(1): 177-185.
[8]	苏远超,孙旭,高连如,陈晓宁. 高光谱影像端元提取算法的进展分析与比较[J]. 遥感技术与应用, 2015, 30(6): 1195-1205.
[9]	胡俊,谭琨,吴立新. 一种基于多项式逻辑回归高光谱影像分类方法的改进[J]. 遥感技术与应用, 2015, 30(1): 135-139.
[10]	李茜楠,苏红军. 基于萤火虫算法的高光谱遥感波段选择方法[J]. 遥感技术与应用, 2014, 29(5): 761-770.
[11]	杨苏新,张霞,帅通,林卉. 基于混合像元分解的喀斯特石漠化地物丰度估测[J]. 遥感技术与应用, 2014, 29(5): 823-832.
[12]	邓蕾,赵小锋,王慧娜,邱全毅,陈峰. 城市混合像元分解中土壤与不透水面纯像元选取方法的对比研究——以厦门为例[J]. 遥感技术与应用, 2013, 28(6): 1039-1045.
[13]	曹晶晶,卓莉,王芳,陶海燕. 盲信号分离技术在高光谱混合像元分解中的应用[J]. 遥感技术与应用, 2013, 28(3): 488-495.
[14]	苏俊英. 基于光谱曲线小波系数分维测度的高光谱影像高效分割方法[J]. 遥感技术与应用, 2012, 27(4): 555-559.
[15]	顾玲嘉,赵凯,孙健,郑兴明. 被动微波遥感数据超分辨率增强与混合像元分解研究综述[J]. 遥感技术与应用, 2012, 27(1): 1-6.

Viewed

Full text

Abstract

Cited

Shared

Discussed