Анализ линейной спектральной смеси, инвариантный к атмосферным искажениям гиперспектральных изображений
Автор: Денисова Анна Юрьевна, Журавель Юлия Николаевна, Мясников Владислав Валерьевич
Журнал: Компьютерная оптика @computer-optics
Рубрика: Анализ гиперспектральных данных
Статья в выпуске: 3 т.40, 2016 года.
Бесплатный доступ
В статье предлагается новый метод определения параметров линейной спектральной смеси для гиперспектральных изображений, позволяющий полностью исключить предварительную процедуру коррекции атмосферных искажений зарегистрированного изображения. Идея метода заключается в объединении моделей атмосферных искажений и линейной спектральной смеси в единую модель. В этом случае оценка параметров линейной спектральной смеси отсчетов гиперспектральных изображений, так же как и параметров атмосферных искажений, оказывается формально разрешимой задачей. В статье приводятся и предлагаемые агрегированные (сквозные) модели, и использованные в постановке задачи оценивания критерии, и разработанные в конечном итоге различные алгоритмы получения искомых оценок. Демонстрируется принципиальная возможность получения такого решения; приводятся погрешности оценки коэффициентов спектральной смеси, а также их зависимость от мощности шума на изображении, объёма исходной выборки и степени переопределенности набора сигнатур.
Гиперспектральные изображения, спектральные сигнатуры, атмосферная коррекция, градиентный метод, квадратичное программирование
Короткий адрес: https://sciup.org/14059475
IDR: 14059475 | DOI: 10.18287/2412-6179-2016-40-3-380-387
Список литературы Анализ линейной спектральной смеси, инвариантный к атмосферным искажениям гиперспектральных изображений
- Кирилин, А.Н. Космический аппарат «Ресурс-П»/А.Н. Кирилин, А.И. Бакланов, Р.Н. Ахметов, В.М. Фёдоров, Н.Р. Стратилатов, М.В. Новиков//Геоматика. -2010. -№ 4(9). -С. 23-26.
- Matthew, M.V. Atmospheric correction of spectral imagery: evaluation of the FLAASH algorithm with AVIRIS data/M.V. Matthew, S.M. Adler-Golden, A. Berk, G. Felde, G.P. Anderson, D. Gorodetzky, S. Paswaters, M. Shippert//Applied Imagery Pattern Recognition Workshop, 2002. AIPR '02. 31st. -2002. -P. 157-163. - DOI: 10.1109/AIPR.2002.1182270
- Kruse, F.A. Comparison of ATREM, ACORN, and FLAASH atmospheric corrections using low-altitude AVIRIS data of Boulder, CO/F.A. Kruse//Summaries of 13th JPL Airborne Geoscience Workshop. Jet Propulsion Lab, Pasadena, CA. -2004.
- Belov, A.M. Atmospheric correction of hyperspectral images based on approximate solution of transmittance equation/A.M. Belov, V.V. Myasnikov//Proceedings of SPIE: 7th International Conference on Machine Vision, ICMV 2014. -2015. -Vol. 9445. -94450S (5 p.). -DOI: 10.1117/12.2181364.
- Chang, C.I. Hyperspectral Data Processing: Algorithm Design and Analysis/C.I. Chang. -John Wiley & Sons, 2013. -1164 p. -ISBN: 978-0-471-69056-6.
- Keshara, N.A. Survey of Spectral Unmixing Algorithms/N.A. Keshara//Lincoln Laboratory Journal. -2003. -Vol. 14(1). -P. 55-78.
- Денисова, A.Ю. Алгоритм оценки параметров линейной спектральной смеси с полными ограничениями для анализа отсчётов гиперспектральных изображений/А.Ю. Денисова, В.В. Мясников//Компьютерная оптика. -2014. -Т. 38, № 4. -С. 782-789.
- Yuanliu, X. Atmospheric correction of hyperspectral data using MODTRAN model/X. Yuanliu, W. Runsheng, L. Shengwei, Y. Suming, Y. Bokun//Proceedings of SPIE. Remote Sensing of the Environment: 16th National Symposium on Remote Sensing of China. -2008. -Vol. 7123. -712306 (7 p.). - DOI: 10.1117/12.815552
- Мину, М. Математическое программирование: Теория и алгоритмы/М. Мину. -М.: Наука, 1990. -488 с. -ISBN: 5-02-013980-7.
