面向空-谱信息的多光谱图像亚像素森林定位

王鹏， 沈珣， 王立国

(1.西安测绘研究所 地理信息工程国家重点实验室, 陕西 西安 710054； 2.中国地质大学(武汉)智能地学信息处理湖北省重点实验室，湖北 武汉 430078； 3.南京航空航天大学 电子信息工程学院，江苏 南京 211106； 4.哈尔滨工程大学 信息与通信工程学院，黑龙江 哈尔滨 150001)

多光谱图像可以为森林定位提供数据信息，已经用于生态预测、环境政治和城市发展等相关研究[1-2]。由于外界环境的影响和传感器的局限性，原始多光谱图像中普遍存在大量的混合像素，使得多光谱图像的分辨率变得模糊。图像分辨率的模糊性给包括森林在内的土地覆盖类型的空间分布带来了诸多挑战[3-5]。虽然光谱解混技术可以估计出像素属于每个地物类别的比例，但是仍然不能准确获得地物类别的分布情况[6-9]。为了解决这个问题，提出了亚像素定位(subpixel mapping, SPM)技术[10-12]。它处理丰度图像(原始图像的光谱解混结果)得到亚像素级的精细分辨率下的地物类别分类图像。

近年来，关于SPM的研究成果越来越多。文献[13-14]提出了基于像素交换的SPM算法，在混合像素内交换2个需要交换的亚像素的位置，然后迭代逼近SPM结果。文献[15-16]提出了基于Hopefield神经网络的SPM算法，该方法基于能量最小化原理，应用Hopefield神经网络获得代表亚像素的神经元输出高分辨率丰度图像，进而获得SPM结果。除此之外，可以利用BP神经网络、指示协克里格、空间-光谱相关性、时空信息和一些超分辨率改善SPM效果[17-23]。特别地，可以采用不同类型的空间吸……