Print

基于光谱距离聚类的高光谱图像解混算法

论文摘要

为了解决实际高光谱解混(HU)中噪声对解混精度的影响和光谱、空间信息利用不足的问题,提出了一种改进的基于光谱距离聚类的群稀疏非负矩阵分解的解混算法。首先,引入了基于最小误差的高光谱信号辨识算法(Hysime),通过计算特征值的方式估计信号矩阵和噪声矩阵;然后,提出了一种简单的基于光谱距离的聚类算法,对多个波段生成的光谱反射率距离值小于某一值的相邻像元进行合并聚类生成空间群结构;最后,在生成的群结构基础上进行稀疏化非负矩阵分解。实验分析表明,对于模拟数据和实际数据而言,该算法都比传统算法产生更小的均方根误差(RMSE)和光谱角距离(SAD),能够产生优于同类算法的解混效果。

论文目录

  • 0 引言
  • 1 相关知识
  •   1.1 线性解混模型
  •   1.2 非负矩阵分解
  •   1.3 空间群稀疏非负矩阵分解算法
  • 2 本文方法
  •   2.1 Hysime算法
  •   2.2 简单的光谱距离聚类算法
  • 3 实验结果
  •   3.1 模拟数据实验
  •   3.2 实际数据实验
  •   3.3 运行时间、迭代次数对比
  • 4 结语

    • 文章来源

    类型: 期刊论文

    作者: 刘颖,梁楠楠,李大湘,杨凡超

    关键词: 高光谱解混,光谱距离度量,非负矩阵分解,遥感

    来源: 计算机应用 2019年09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: 西安邮电大学通信与信息工程学院,电子信息现场勘验应用技术公安部重点实验室(西安邮电大学),中国科学院西安光学精密机械研究所光谱成像技术重点实验室

    基金: 国家自然科学基金资助项目(61571361),陕西省国际合作交流项目(2017KW-013),西安邮电大学研究生创新基金资助项目(CXJJLY2018024)~~

    分类号: TP751

    页码: 2541-2546

    总页数: 6

    文件大小: 454K

    下载量: 152

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/5a5f53d652c4f37b92fab4d7.html