基于约束非负矩阵分解的高光谱图像解混

基于约束非负矩阵分解的高光谱图像解混

论文摘要

光谱解混可以有效提升高光谱图像的利用效率。非负矩阵分解(NMF)常用于寻找非负数据的线性表示,可以有效解决混合像元问题。基于丰度的稀疏性和图像局部不变性提出一种高光谱解混算法。对丰度采取稀疏性约束和基于拉普拉斯矩阵的图正则项约束,构造了一个新的目标函数,端元和丰度在经过若干次迭代后取得了较好的解混合结果。该算法在模拟和真实数据上都进行了有效性验证,实验结果证明所提算法具有良好的解混性能。

论文目录

  • 1 引言
  • 2 基本原理
  •   2.1 NMF的稀疏约束
  •   2.2 改进的空间光谱预处理技术
  • 3 实验数据与评价
  •   3.1 实验数据
  •   3.2 评价指标
  • 4 分析与讨论
  • 5 结论
  • 文章来源

    类型: 期刊论文

    作者: 方帅,王金明,曹风云

    关键词: 图像处理,光谱解混合,非负矩阵分解,端元,丰度

    来源: 激光与光电子学进展 2019年16期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 工业通用技术及设备,自动化技术

    单位: 合肥工业大学计算机与信息学院人工智能与数据挖掘研究室,合肥工业大学工业安全与应急技术安徽省重点实验室,合肥师范学院计算机学院

    基金: 国家自然科学基金(61872327,61472380),中央高校基本科研业务费专项资金(JD2017JGPY0011,JZ2017HGBZ0930)

    分类号: TP751

    页码: 22-31

    总页数: 10

    文件大小: 2180K

    下载量: 255

    相关论文文献

    标签:;  ;  ;  ;  ;  

    基于约束非负矩阵分解的高光谱图像解混
    下载Doc文档

    猜你喜欢