粒子群空间优化的端元提取算法

来源：计算机工程与应用杂志2018年第11期北京时间：

作者：祝章智1，2，3，黄风华1

单位：1.福州大学 福建省空间信息工程研究中心，福州 350002；2.福州大学 空间数据挖掘与信息共享教育部重点实验室，福州 350002；3.福州大学 地理空间信息技术国家地方联合工程研究中心，福州 350002

摘要：粒子群优化算法（Particle Swarm Optimization，PSO）应用于高光谱影像端元提取时，由于影像中存在端元的像元数所占比例极小且分布零散，导致粒子群的搜索空间破碎，存在收敛性能低、容易陷入局部最优解等缺陷。对粒子群的搜索空间进行优化，选择影像中纯净像元指数（Pixel Purity Index，PPI）较大的像元作为预选像元，然后对预选像元进行光谱聚类排序，将排序后的集合作为粒子群的搜索空间，优化了粒子的搜索空间。并在迭代过程中，充分利用粒子群的信息自适应地调整其系数，在缩小原始图像与反演图像的误差同时，增加体积约束，在提取端元时更好地保持其原有的形状。通过模拟数据和AVIRIS影像的实验表明该算法具有较好端元提取效果。

关键词：粒子群算法,端元提取,高光谱遥感