预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

第38卷第8期哈尔滨工程大学学报Vol.38No.82017年8月JournalofHarbinEngineeringUniversityAug.2017光谱相似性度量方法研究进展赵春晖,田明华,李佳伟(哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨150001)摘要:为了进一步分析光谱相似性度量在高光谱图像处理中的应用,从距离、投影等角度充分归纳总结了现有二元光谱相似度量方法,并分析讨论了二元光谱相似度量存在的问题。重点介绍了一种多元光谱相似性测量方法,也称N维立体光谱角(N-dimensionalsolidspectralangle,NSSA)方法。NSSA方法从本质上突破了传统的二元光谱角(spec-tralanglemapping,SAM)仅能计算两个光谱之间夹角的局限性,具备联合计算多元光谱欧氏空间夹角的能力,为评价多元光谱联合相似性提供了一种定量化的度量手段。最后,对NSSA方法在高光谱波段选择及端元提取领域的潜在研究价值和应用现状进行了分析和展望。通过分析表明NSSA方法所具备的特性可更好地实现光谱相似性度量,在高光谱图像处理领域具有较高的研究价值。关键词:高光谱图像;光谱相似性度量;二元光谱角;N维立体光谱角方法;多元光谱相似性度量;波段选择;端元提取DOI:10.11990/jheu.201612063网络出版地址:http://www.cnki.net/kcms/detail/23.1390.u.20170428.1622.064.html中图分类号:TN911.73文献标志码:A文章编号=1006-7043(2017)08-1179-11ResearchprogressonspectralsimilaritymetricsZHAOChunhui,TIANMinghua,LIJiawei(CollegeofInformationandCommunicationEngineering,HarbinEngineeringUniversity,Harbin150001,China)Abstract:Spectralsimilaritymetricsareimportantinthefieldofhyperspectraldataanalysis.Tofurtheranalyzetheirapplicationinhyperspectralimageprocessing,thecurrentbinaryspectralsimilaritymetricsmethodbasedondistanceorprojectionwassummarized.Theproblemsinthebinaryspectralsimilaritymetricswereanalyzedanddiscussed.Then,thisstudychieflyintroducedamultiplespectralsimilaritymetriccalledN-dimensionalsolidspectralangle(NSSA).TheNSSAmethodbreaksthroughthelimitationofthetraditionalbinaryspectralanglemappinginessence,whichcannotonlycalculatetheanglebetweentwospectrabutalsotheangleconstructedbymultiplespectrajointlyinEuclideanspace.Themethodprovidesaquantitativemeasuretoevaluatethejointsimilarityofmultivariatespectra.ThepotentialresearchvalueandapplicationsoftheNSSAmethodinhyperspectralbandselectionandendmembersextractionwereanalyzedandforecasted.TheanalysisindicatesthattheNSSAmethodcanbetterrealizethespectralsimilaritymeasureandhashighresearchvalueinthefieldofhyperspectralimagingprocess.Keywordshyperspectralimagery;spectralsimilaritymetrics;binaryspectralanglemapping;Ndimensionalsolidspectralangle;multiplespectrasimilaritymetric;bandsele