文件名称：论文研究-粒子群空间优化的端元提取算法.pdf
文件大小：1.09MB
文件格式：PDF
更新时间：2022-09-27 09:25:13
论文研究
粒子群优化算法（Particle Swarm Optimization，PSO）应用于高光谱影像端元提取时，由于影像中存在端元的像元数所占比例极小且分布零散，导致粒子群的搜索空间破碎，存在收敛性能低、容易陷入局部最优解等缺陷。对粒子群的搜索空间进行优化，选择影像中纯净像元指数（Pixel Purity Index，PPI）较大的像元作为预选像元，然后对预选像元进行光谱聚类排序，将排序后的集合作为粒子群的搜索空间，优化了粒子的搜索空间。并在迭代过程中，充分利用粒子群的信息自适应地调整其系数，在缩小原始图像与反演图像的误差同时，增加体积约束，在提取端元时更好地保持其原有的形状。通过模拟数据和AVIRIS影像的实验表明该算法具有较好端元提取效果。