高光谱图像基于混合像元的分析

由于传感器控件分别率的限制以及地物的复杂多样性，遥感影像中的像元大多是几种地物的混合体，如果将该像元作为一种地物分析，将会带来分类误差，不能真实反映地物情况。概括下，混合模型包括线性光谱混合模型、非线性光谱混合模型和模糊模型三种。线性混合模型假定混合像元的反射率为它的端元组分的反射率的线性组成，这种模型较为简单，使用广泛。

英国马里兰大学研究人员提出了一种正交子空间投影方法（OSP），将224个波段的AVIRIS影像数据去掉噪声较大的波段后得到158波段，再针对五种主要地物类别，采用OSP方法得到5个分量影像，每个分量各表示一种第五类型的分布情况。经检验，成图的分类结果与地面观测一致。这种方法既考虑了混合光谱的问题，又考虑了数据压缩问题，还在处理过程中加入了去噪声的操作，是目前比较有代表性的混合像元处理技术。