基于优化N-FINDR算法的高光谱遥感影像矿物识别

金属矿山 ›› 2012, Vol. 41 ›› Issue (08): 84-87+91.

基于优化N-FINDR算法的高光谱遥感影像矿物识别

钱进^1,2，邓喀中^1,2，刘冬^1,2

1.江苏省资源环境信息工程重点实验室；2.国土环境与灾害监测国家测绘局重点实验室

出版日期:2012-08-15 发布日期:2012-08-29
基金资助:
* 国家自然科学基金项目（编号：41071273），高等学校博士学科点专项科研基金项目（编号：20090095110002），中央高校基本科研业务费专项资金项目（编号：2010QNA21），国土环境与灾害监测国家测绘局重点实验室开放基金项目（编号：LEDM2011B07），江苏省高校优势学科建设工程项目(编号：SA1102)。

Mineral Identification Based on the Optimized N-FINDR Algorithm of Hyperspectral Remote Sensing Images

Qian Jin^1,2，Deng Kazhong^1,2，Liu Dong^1,2

1.Jiangsu Key Laboratory of Resources and Environmental Information Engineering；2.Key Laboratory for Land Resources and Disaster Monitoring of SBSM

Online:2012-08-15 Published:2012-08-29

摘要/Abstract

摘要： 为了提高矿物识别的精度，利用高光谱遥感数据，运用线性光谱混合模型（LSMM）和优化的N-FINDR算法对Cuprite地区的AVIRIS和HYMAP数据进行端元提取，并进行矿物精细分类识别。实验表明：线性光谱混合模型易于操作，优化的端元提取算法优于传统交互式端元提取，可用于矿物成分的精细识别。

关键词: 高光谱遥感, 矿物识别, 线性光谱混合模型, 端元提取

Abstract: In order to improve the accuracy of mineral identification，use the Cuprite regional AVIRIS and HYMAP hyperspectral data to extract the mineral end members based on LSMM and a optimized N-FINDR algorithm，and accurately identify minerals.Experiments show that：Linear spectral mixture model is easy to operate，the optimized N-FINDR algorithm is superior to traditional interactive end member extraction method，recommend for fine identification of the mineral composition.

Key words: Hyperspectral remote sensing, Mineral identification, Linear spectral mixture model, End member extraction

钱进, 邓喀中, 刘冬. 基于优化N-FINDR算法的高光谱遥感影像矿物识别[J]. 金属矿山, 2012, 41(08): 84-87+91.

QIAN Jin, DENG Ka-Zhong, LIU Dong. Mineral Identification Based on the Optimized N-FINDR Algorithm of Hyperspectral Remote Sensing Images[J]. Metal Mine, 2012, 41(08): 84-87+91.

[1]	迟晓杰, 谷海红, 李富平, 艾艳君, 袁雪涛. 重金属污染土壤植物修复效果评价方法——高光谱遥感[J]. 金属矿山, 2019, 48(01): 16-23.
[2]	佟家兴, 杜海鹰, 朱福琴, 刘艺博, 刘秀峰, 刘善军. 融合主成分分析与光谱角匹配的金铜矿遥感探测方法[J]. 金属矿山, 2016, 45(11): 119-123.
[3]	林丽新, 汪云甲, 熊集兵. 煤矿塌陷地水体叶绿素a高光谱监测进展与挑战[J]. 金属矿山, 2013, 42(06): 143-147+150.
[4]	常睿春, 崔之熠, 王茂芝. 基于IDL的尾矿识别系统开发与应用[J]. 金属矿山, 2013, 42(06): 96-99.
[5]	曹茜, 谭琨, 杜培军, 夏俊士. 用简化核主成分分析法实现高光谱遥感影像降维[J]. 金属矿山, 2012, 41(04): 114-117.

扫码分享