导读:本文包含了亚像元论文开题报告文献综述、选题提纲参考文献，主要关键词:遥感,图像,光谱,阿勒泰,洞庭湖,中分,算法。
亚像元论文文献综述写法
刘照欣,赵辽英,厉小润,陈淑涵[1]（2019）在《高光谱亚像元定位的线特征探测法》一文中研究指出未考虑地物亚像元级空间结构特征是影响高光谱亚像元定位精度的因素之一。为了有效解决这一问题,本文提出一种基于混合像元线特征探测的亚像元定位算法。首先,通过光谱解混确定含典型线状地物的混合像元。然后,基于完备直线集的最大线性指数方法确定其余含线特征的混合像元,使用模板匹配方法结合像元引力确定含线特征混合像元的亚像元类别。最后,基于线性优化的方法迭代确定剩余混合像元的亚像元类别。通过真实数据及仿真数据的试验,结果表明所提出的方法能有效提高亚像元定位精度。(本文来源于《测绘学报》期刊2019年11期）
薛晓琴,岳亚伟,夏磊,李丽,贺雄伟[2]（2019）在《利用协同表示与神经网络的高光谱图像亚像元定位》一文中研究指出针对小样本情况下高光谱图像亚像元定位精度有限的问题,提出利用协同表示与神经网络的高光谱图像亚像元定位算法。该算法以一幅低空间分辨率的高光谱图像和少量的训练样本作为输入,首先应用空间上采样和基于协同表示的分类技术获取一幅亚像元级类别标签图,同时应用基于协同表示的分类、光谱解混和空间引力模型获取另一幅亚像元级类别标签图,之后依据两幅初始的亚像元级类别标签图扩充训练集,最后利用扩充后的训练集基于BP神经网络对高光谱图像进行亚像元定位,从而提高小样本情况下高光谱图像亚像元定位的精度。对于Indian Pines和Pavia University图像,所提算法的总体分类精度比ASPM算法分别高3.39%和9.63%,比ACSPM算法分别高0.26%和8.91%。实验结果表明,所提算法优于ASPM和ACSPM算法,尤其适用于细节信息较为丰富的高光谱图像。(本文来源于《遥感信息》期刊2019年05期）
李毓伦,杨震,马晓珊,李海涛[3]（2019）在《场景采样率与推扫方向对亚像元线目标仿真的影响》一文中研究指出为准确模拟星载光学遥感图像中的亚像素线目标,分析了场景采样率、传感器推扫方向对仿真结果的影响。针对两种因素进行理论分析、仿真试验,推导星地点坐标对应关系,使用Hough变换描述线目标的显着程度和空间分布,利用数据框架分析结果。结论表明:当推扫方向与线目标夹角在0°、90°附近变化时,混迭误差明显增大导致线的显着度下降、伪线数增加;夹角在45°附近仍存在混迭,但结果相比更具鲁棒性;采样率增加可以一定范围内提升线的显着度,但不能改变降质模糊引起的空间分布误差。结果可用于仿真置信度评估,并为模型设计提供参考。(本文来源于《红外与激光工程》期刊2019年09期）
施成艳,杨智,彭鹏,刘乐[4]（2019）在《基于MODIS的北疆阿勒泰地区亚像元积雪覆盖反演》一文中研究指出针对积雪遥感监测中常用的二值分类算法误差较大的问题,以MODIS数据作为数据源、Landsat 8数据作为真值影像,利用遥感和GIS手段构建了北疆阿勒泰区域MODIS像元地表雪盖率与雪盖指数二者的线性关系模型,经验证准确率达95.5%。结果表明:该方法能有效提取北疆阿勒泰地区MODIS亚像元尺度的积雪信息,可为政府部门制定防灾救灾措施、合理安排草地畜牧业生产提供决策支持。(本文来源于《能源技术与管理》期刊2019年04期）
胡忠铠,高昆,豆泽阳,周颖婕,巩学美[5]（2019）在《基于全变分正则最大后验估计的高光谱图像亚像元快速定位方法》一文中研究指出针对高光谱亚像元定位应用中光谱解混这一病态问题的求解,改进了结合空间分布先验全变分(TV)的最大后验估计(MAP)光谱解混模型,以保证算法的可扩展性和解的唯一性.同时,针对TV先验固有的非线性特性导致的求解过程繁琐的问题,提出了一种快速求解算法,将原始复杂的非线性运算转化成几步较简单的有闭合解的运算,对这些子问题结合运用快速迭代收缩阈值算法(FISTA)和分裂Bregman算法来分别求解.结果表明,提出的新方法保持了与传统梯度下降方法相一致的定位精度,但将迭代速度提高了10倍以上,具有更高的运算效率.(本文来源于《北京理工大学学报》期刊2019年08期）
马晓峰,洪友堂[6]（2019）在《亚像元定位方法综述》一文中研究指出混合像元大量存在于遥感图像中,如何准确的处理混合像元问题是遥感图像解译的关键点。亚像元定位方法针对光谱解混的结果进行进一步处理解决混合像元内部的空间分布问题。本文分析总结了目前亚像元定位算法的研究进展,以及其在遥感领域的具体应用。针对目前深度学习在遥感图像处理上的广泛应用,展望了未来亚像元定位技术的发展趋势,以及待解决的问题。(本文来源于《北京测绘》期刊2019年07期）
张娜,王萍,原晓慧[7]（2019）在《基于亚像元分析技术的洞庭湖区洪水淹没提取》一文中研究指出遥感成像技术具有成本低、效率高、时效性好等特点,被广泛应用于洪涝灾害监测工作。但受空间分辨率的限制,遥感影像中普遍存在混合像元现象。传统的硬分类方法无法精细化的提取地物信息。本文利用MOD09A1数据,将亚像元分析技术应用于洞庭湖区洪水淹没范围提取,提取结果与MNDWI阈值法进行了比较。实验结果表明亚像元分析技术,总体精度高达88.27%,Kappa系数达到0.67,优于MNDWI阈值法,能够实现洪水的精细化提取。(本文来源于《北京测绘》期刊2019年06期）
徐伟伟,张黎明,李鑫,司孝龙,许永平[8]（2019）在《基于亚像元目标的高分辨率光学遥感卫星在轨辐射定标方法》一文中研究指出辐射定标是光学遥感卫星数据定量化应用的关键技术之一。提出了基于亚像元目标的高分辨率光学遥感卫星在轨辐射定标方法,以反射点源作为参照目标,并以地面同步测量为主,通过简化辐射传输的计算过程获取大气透过率与遥感器入瞳辐亮度;根据多能量等级的亚像元目标设置与系统点扩展函数检测结果,将亚像元目标辐射与程辐射、地气耦合辐射及背景辐射有效分离;突破时空及天气条件限制,在复杂环境条件下实现光学遥感卫星全动态范围的高精度定标。实验结果表明,基于亚像元目标的高分辨率光学遥感卫星在轨辐射定标不确定度优于3.2%,与基于大面积多反射率灰阶靶标的定标结果相差3%;这种轻小型的亚像元目标适应于光学遥感卫星的高频次定标应用需求。(本文来源于《光学学报》期刊2019年10期）
王鹏,王立国[9]（2019）在《软硬属性转换及超分辨率转换遥感图像亚像元定位研究》一文中研究指出谱解混技术虽然可以获得混合像元内各类别的比例(丰度值),但是无法获得各类别在混合像元内的具体空间分布信息。亚像元定位(Subpixel Mapping,SPM)技术作为光谱解混技术的后续处理,通过将像元分解成更小的亚像元,进而获得具有亚像元级尺度下各类别分布信息的专题制图。亚像元定位作为获得各类别空间分布信息的一项极具潜力的技术,已成为当前遥感领域的研究热点之一。现有一种软硬属性转换亚像元定位(Soft-then-hard Subpixel Mapping,STHSPM)方法,具有应用方便、运算速度快等(本文来源于《影像科学与光化学》期刊2019年03期）
顾正之,王素玉[10]（2019）在《基于端元字典稀疏解混的高光谱图像亚像元定位》一文中研究指出针对高光谱图像中普遍存在的混合像元中各端元空间分布定位困难的问题,文中提出一种基于K-SVD的光谱解混算法,利用其解混结果进行亚像元定位。算法首先通过KNN分类来区分待处理图像中的混合像元和纯像元,然后借鉴基于冗余字典的稀疏分解相关理论,以标准光谱库为基础,通过基于K-SVD的字典训练算法训练产生最具代表性的地物光谱曲线,构建端元冗余字典,通过基于K-SVD的稀疏分解算法实现各端元丰度的求解。最后利用求得的丰度系数在两种空间性相关性约束下进行亚像元定位。实验结果表明,采用该算法进行模拟数据和真实数据的亚像元的定位可以取得不错的定位结果。(本文来源于《电子科技》期刊2019年04期）
亚像元论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对小样本情况下高光谱图像亚像元定位精度有限的问题,提出利用协同表示与神经网络的高光谱图像亚像元定位算法。该算法以一幅低空间分辨率的高光谱图像和少量的训练样本作为输入,首先应用空间上采样和基于协同表示的分类技术获取一幅亚像元级类别标签图,同时应用基于协同表示的分类、光谱解混和空间引力模型获取另一幅亚像元级类别标签图,之后依据两幅初始的亚像元级类别标签图扩充训练集,最后利用扩充后的训练集基于BP神经网络对高光谱图像进行亚像元定位,从而提高小样本情况下高光谱图像亚像元定位的精度。对于Indian Pines和Pavia University图像,所提算法的总体分类精度比ASPM算法分别高3.39%和9.63%,比ACSPM算法分别高0.26%和8.91%。实验结果表明,所提算法优于ASPM和ACSPM算法,尤其适用于细节信息较为丰富的高光谱图像。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
亚像元论文参考文献
[1].刘照欣,赵辽英,厉小润,陈淑涵.高光谱亚像元定位的线特征探测法[J].测绘学报.2019
[2].薛晓琴,岳亚伟,夏磊,李丽,贺雄伟.利用协同表示与神经网络的高光谱图像亚像元定位[J].遥感信息.2019
[3].李毓伦,杨震,马晓珊,李海涛.场景采样率与推扫方向对亚像元线目标仿真的影响[J].红外与激光工程.2019
[4].施成艳,杨智,彭鹏,刘乐.基于MODIS的北疆阿勒泰地区亚像元积雪覆盖反演[J].能源技术与管理.2019
[5].胡忠铠,高昆,豆泽阳,周颖婕,巩学美.基于全变分正则最大后验估计的高光谱图像亚像元快速定位方法[J].北京理工大学学报.2019
[6].马晓峰,洪友堂.亚像元定位方法综述[J].北京测绘.2019
[7].张娜,王萍,原晓慧.基于亚像元分析技术的洞庭湖区洪水淹没提取[J].北京测绘.2019
[8].徐伟伟,张黎明,李鑫,司孝龙,许永平.基于亚像元目标的高分辨率光学遥感卫星在轨辐射定标方法[J].光学学报.2019
[9].王鹏,王立国.软硬属性转换及超分辨率转换遥感图像亚像元定位研究[J].影像科学与光化学.2019
[10].顾正之,王素玉.基于端元字典稀疏解混的高光谱图像亚像元定位[J].电子科技.2019