第34卷，第8期 2014年8月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
光谱最小信息熵的高光谱影像端元提取算法杨可明，刘士文，王林伟，杨
洁，孙阳阳，何丹丹
中国矿业大学(北京)地球科学与测绘工程学院，北京100083
Vol. 34,No, 8.pp2229-2233
August, 2014
摘要端元提取是混合像元分解的关键，研究其算法在高精度的地物识别、丰度反演和定量遥感等方面具有重要意义，通过研究高光谱遥感影像光谱特征，结合信息确理论，应用高斯分布函数，建立了一种新的高光谱影像端元提取算法，即光谱最小信息摘（spectralminimumshannon entropy，SMSE)算法。将该算法应用于AVRIRS高光谱影像的端元光谱提取，并经过与美国地质勘探局（UnitedStatesGeologicalSurvey， USGS)波谱库中的数据匹配，得知其提取端元的精度较高。同时，通过与经典的纯净像元指数（pixelpurity index，PPI)和连续最大角凸锥（sequentialmaximumangleconvexcone，SMACC)等端元提取算法进行实验比较和结果综合分析，发现光谱最小信息确算法提取端元光谱效率更高、精度更好。此外，分别利用SMACC 和SMSE提取Hyperion高光谱影像端元，得出SMSE的端元提取效果好于SMACC，从而可认为SMSE算法具有一定普适性。
高光谱影像；光谱分析；最小信息筛；端元提取；普适性检验
关键词7
中图分类号：TP7
引言
文献标识码：A
D0I: 10. 3964/j. issn. 1000-0593(2014)08222905
理论与算法 1
高光谱通感因具有较高光谱分辨率而成为当今遥感研究
的热点，但较低的空间分辨率使其影像中普善存在混合像元，并成为制约高光谱影像应用的关键因素。端元提取是混合像元分解的关键步骤[1.2]，目前，国内外常用的端元提取方法有纯净像元指数算法（pixelpurityindex，PPI)["]，连续最大角凸锥算法（sequential maximum angle convex cone， SMACC)[]，N-FINDR算法[5]，项点成分分析算法（vertex component analysis，VCA)"等；此外，还有一些比较新的如二级并行独立成分分析)，离散粒子群优化算法（discrete particleswarmoptimization，D-PSO)[8]，基于光谱分类法等，这些算法都具有各自的优缺点，比如：PPI随送代次数的增多而时间消耗剧增；SMACC虽然更快更自动化，但获得端元的精度较低。
在兼顾效率和精度的同时，提出一种用于高光谱影像端元提取的新方法，即光谱最小信息端（spectralminimum shannon entropy，SMSE）算法。并通过实验和分析验证了 SMSE在端元提取中具有较好的效果。
收稿日期：2013-10-25，修订日期：2013-12-27
高斯分布
1.1
高斯分布（gaussiandistribution）又名正态分布（normal distribution)，是数学，物理及工程领域等统计分析中一个非常重要的概率分布，也在高光谱遥感影像分析中具有重要的应用价值。设随机变量X的概率密度为
e
f(r) -
V2元g
00 + 00
(1)
式中，和（>0)为常数，则称X服从参数为和的高斯分布或正态分布，记作X～N(μ，a)，
在自然现象和社会现象申，大量随机变量服从或近似服从高斯分布9，实验表明，经过去相关的高光谱影像灰度值
也是近似服从高斯分布。 1.2信息摘
摘的概念最早起源于物理学，用于度量一个热力学系统的无序程度。信息确是一个信息学的抽象概念，是信息论之父Shannon提出的[u，也称香农筛。在信息论里，是对不确定性的测量。信息确是用来度量信息量的，一个系统越是有序，信息筛就越低，反之，则越高。例如，如果一个像元越纯净，它的信息摘就越小，一个值域为（，，。）的随机
国（自国
作者简介：杨可明，1969年生，中国矿业大学(北京)地球科学与测绘工程学院教授
e-mail: ykm69(@163. cor