基于多位移光谱遥感图像的空间引力模型亚像元定位
Subpixel mapping of a spatial attraction model based on multishift spectral remote sensing images
王鹏 1严昂 2陈永康 2赵春雷 3石立新3
作者信息
- 1. 中国测绘科学研究院 测绘科学与地球空间信息技术自然资源部重点实验室,北京 100039;湖南省国土资源规划院 自然资源部南方丘陵区自然资源监测监管重点实验室,湖南 长沙 410114;南京航空航天大学 电子信息工程学院,江苏 南京 211106
- 2. 南京航空航天大学 电子信息工程学院,江苏 南京 211106
- 3. 河北省气象科学研究所 河北省气象与生态环境重点实验室,河北 石家庄 050022
- 折叠
摘要
目前基于多位移光谱遥感图像的亚像元定位方法通常很少考虑点扩散函数效应影响,本文提出了一种基于多位移光谱遥感图像的空间引力模型亚像元定位方法.为了生成粗糙丰度图像,首先对多个多位移光谱遥感图像进行解混;在点扩散函数效应被考虑的前提下,对粗糙丰度图像实施面积到点的克里插值处理,然后通过理想方波滤波进行滤波,最终获得改进后的粗糙丰度图像;利用空间引力模型对改进后的粗糙丰度图像进行上采样,从而得到上采样丰度图像,再对上采样丰度图像执行整合处理,以生成精细丰度图像;在完成上述所有图像处理步骤后,最终通过应用类别分配方法,将类别标签分发给各个亚像元,以此获得精确的定位结果.在 2 组实验数据集上的实验结果表明:本文提出的方法比现有的亚像元定位方法获得了更好的定位效果.
Abstract
Because the current subpixel mapping methods based on multishift spectral remote sensing images rarely consider the effect of a point spread function,we propose a new subpixel mapping of a spatial attraction model based on multishift spectral remote sensing images.To generate coarse fractional images,multishift spectral remote sensing images are first unmixed;under the premise of considering the effect of a point spread function,area-to-point kriging interpolation is applied to the coarse fractional images,followed by filtering through ideal square wave filtering,and finally,the improved coarse fractional images are obtained using the spatial attraction model to up-sample the improved coarse fractional images,obtaining the upsampled fractional images and performing integration processing on the upsampled fractional images to generate the fine fractional images.After completing the above-mentioned image processing steps,the class labels are finally distributed to each subpixel by applying the class allo-cation method to obtain accurate mapping results.The experimental results on two sets of experimental datasets show that the proposed method achieves better localization than existing subpixel localization methods.
关键词
遥感图像/高光谱图像/亚像元定位/亚像元定位/点扩散函数/空间引力模型/多位移光谱遥感图像Key words
remote sensing image/hyperspectral image/subpixel mapping/point spread function/spatial attraction model/multishift spectral remote sensing images引用本文复制引用
基金项目
国家自然科学基金(6180121)
江苏省自然科学基金(BK20221478)
地理信息工程国家重点实验室、测绘科学与地球空间信息技术自然资源部重点实验室联合资助基金(2023-03-09)
自然资源部南方丘陵区自然资源监测监管重点实验室项目(NRMSSHR2023Y15)
河北省省级科技计划(21567624H)
河北省气象与生态环境重点实验室开放基金(Z202102YH)
出版年
2024
国家科技期刊平台
NSTL
万方数据