10.3969/j.issn.0258-2724.2014.04.006
自适应冗余字典学习的高光谱混合像元解混
针对线性稀疏解混模型无法准确识别真实端元造成丰度估计误差较大的问题,本文提出一种基于自适应冗余字典的高光谱混合像元解混算法.该算法根据地物在空间上的连续性,以及高光谱数据中信号成分与光谱库中物质光谱的强相关性,首先保留每个像元在光谱库上投影系数大于设定阈值所对应的光谱,将其作为与每个像元信号成分最匹配的光谱集合;然后合并该集合以构建高光谱数据的自适应冗余字典;最后利用ADMM算法求解高光谱数据在该字典上的丰度矩阵.仿真和实际高光谱数据实验结果表明,本文所提出的算法可减小丰度估计误差,在信噪比为15~35 dB时,其丰度估计准确性高于性能较优的SUnSAL算法约1~2 dB.
高光谱、图像、稀疏、解混、自适应
TP751.1(遥感技术)
国家自然科学基金;新世纪优秀人才支持计划;四川省青年科技创新研究团队项目;中央高校基本科研业务费专项;中央高校基本科研业务费专项;中央高校基本科研业务费专项;四川省百人计划项目
2014-08-13(万方平台首次上网日期,不代表论文的发表时间)
共8页
597-604