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。
-
-
期刊类型引用(3)
1. 孟蝶,吕书强,侯妙乐,高振华. 典型矿物颜料混合像元几何单形体端元提取算法研究. 地理信息世界. 2020(05): 1-6+11 . 百度学术
2. 刘万军,籍瑞庆,曲海成,武小杰,王佳铭. 差分搜索的多线性高光谱图像解混研究. 测绘科学. 2019(05): 93-101 . 百度学术
3. 房森,焦淑红. 分组寻优的多端元高光谱图像解混方法. 应用科技. 2019(06): 20-24+52 . 百度学术
其他类型引用(9)
计量
- 文章访问数: 86
- HTML全文浏览量: 18
- PDF下载量: 9
- 被引次数: 12