基于像元混合模型估计的高光谱图像解混

陈雷, 刘静光, 张立毅, 李锵, 孙彦慧

陈雷, 刘静光, 张立毅, 李锵, 孙彦慧. 基于像元混合模型估计的高光谱图像解混[J]. 红外技术, 2016, 38(2): 132-137.
引用本文: 陈雷, 刘静光, 张立毅, 李锵, 孙彦慧. 基于像元混合模型估计的高光谱图像解混[J]. 红外技术, 2016, 38(2): 132-137.
CHEN Lei, LIU Jingguang, ZHANG Liyi, LI Qiang, SUN Yanhui. Hyperspectral Unmixing Based on Estimation of Pixels Mixing Models[J]. Infrared Technology , 2016, 38(2): 132-137.
Citation: CHEN Lei, LIU Jingguang, ZHANG Liyi, LI Qiang, SUN Yanhui. Hyperspectral Unmixing Based on Estimation of Pixels Mixing Models[J]. Infrared Technology , 2016, 38(2): 132-137.

基于像元混合模型估计的高光谱图像解混

基金项目: 国家自然科学基金资助项目(61401307);中国博士后科学基金资助项目(2014M561184);天津市应用基础与前沿技术研究计划资助项目(15JCYBJC17100)。
详细信息
  • 中图分类号: TP751

Hyperspectral Unmixing Based on Estimation of Pixels Mixing Models

  • 摘要: 在高光谱图像中,线性混合像元和非线性混合像元同时存在,若采用基于单一混合模型的解混算法,会使解混精度降低。因此,提出采用神经网络对高光谱图像中的像元混合模型进行估计,然后针对不同的混合模型进行相应的像元解混。像元解混时,在目标函数中添加丰度非负和丰度和为一约束项,利用差分搜索算法优化求解目标函数以实现高光谱图像的解混。仿真和实际高光谱数据实验表明,本算法提高了解混精度,适用于线性和非线性混合模型。
计量
  • 文章访问数:  82
  • HTML全文浏览量:  18
  • PDF下载量:  9
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回