基于空间映射表的水体亚像元定位模型与算法研究

水体遥感技术在洪水监测、水环境监测和水资源保护等领域有重要应用，但水体边界混合像元降低了水体提取精度，研究水体亚像元定位能有效提高其精度和效费比。本课题提出基于空间映射表的水体亚像元定位模型，将其视为基于约束条件的水体边界线定位问题，研究一系列基于空间映射表的路径筛选、追踪、匹配和定位算法。其研究成果有助于实现自动、快速、高精度的水体提取，有重大的理论意义和实用价值。.本课题以水体边界线为研究对象，以遥感图像处理相关理论为基础，引入聚类分析、数值分析和动态规划法等数学手段，从理论上深入分析和挖掘相邻混合像元间的空间相关性中隐含的水体边界线空间分布信息，研究如何通过评价指标体系将其转换为量化的定位指标；研究空间映射表的自动生成算法、路径起止点判别算法、相邻像元路径匹配算法、动态规划最优路径匹配算法，离散水体亚像元的定位算法等，实现水体亚像元定位模型一系列关键技术问题的解决方法。

遥感影像亚像元分解定位研究之前必须进行高精度的影像匹配。本项目提出了基于四元组和面积比的粗匹配算法和基于移位重采样模板的精匹配算法。低分辨率影像中的混合像元使得同名特征点在不同空间分辨率影像中的形态、色调差异很大，导致匹配结果精度不高。移位重采样模板匹配方法可以保证两幅图像之间实现0.1个像元的匹配精度，匹配过程无需人工干预，保证了亚像元定位误差统计的可靠性和工作效率。.本项研究提出了基于空间映射表的水体亚像元定位模型，并解决了其中一系列算法问题。建立了路径光滑性和像元内最小聚类距离指标体系；设计了空间映射表的遍历算法，空间映射表中列出全部满足面积约束、连续性和光滑性指标的路径，它主要反映混合像元中水体端元组分丰度与水体边界线空间分布的对应关系；研究了追踪水体边界线走向的算法和水体混合像元内路径起止点类型的判别算法；设计了通过查找空间映射表自动获取候选路径的方法；建立了相邻路径匹配准则，和相邻路径匹配算法，用于匹配候选路径，筛除不匹配的路径，以减少后续匹配工作量；建立了水体边界线动态规划路径匹配算法及其求解算法。.提出了基于各向异性空间依赖的改进霍普菲尔德神经网络模型定位亚像元。先采用Sobel算子检测端元组分丰度以及在分数图像中的方向，成分的方向直接决定亚像元定位的方位，端元组分含量决定相邻亚像元在端元中的权重。实验结果证明，该方法比传统的各项同性方法更精确，对离散亚像元的定位更为有效。.应用归一化傅里叶描述子（NFD）统计了水体亚像元定位后的精度。实验结果表明，当空间尺度因子S≤3时，NFD≤0.0037，亚像元定位结果与真实边界线差异很小，亚像元定位结果是可靠的；当S=4,5时，NFD≤0.0132，亚像元定位图中水体边界线细节出现偏差，只能用于对精度要求不高的应用领域；当S≥6时，NFD≥0.0197，地物边界线总体轮廓出现偏差，定位结果是不可靠的。.实验验证。选择武汉的南湖、黄家湖、潜江市长湖、以及太湖水域作为典型研究区域，收集了这些区域的部分遥感影像资料；处理原始数据生成了水体端元图；进行了几何校正、辐射校正等。经过大量实验，验证了基于空间映射表的水体亚像元定位算法的可行性。.发表了13篇论文，其中3篇SCI，10篇EI，3篇中文核心期刊。两名博士、两名硕士先后参与了本项目的研究，得到了很大的锻炼。