高光谱遥感图像光谱加权稀疏解混算法分析和比较OA
Analysis and comparison of spectral weighted sparse unmixing algorithms of hyperspectral remote sensing images
由于受到高光谱传感器空间分辨率的限制以及复杂地物的影响,遥感影像中的一个像元所包含的端元信息并不单一,普遍存在着混合像元的情况.如何把混合像元分解出来,对高光谱影像进行解混,直接影响着后续地物目标的识别与分类.高光谱稀疏解混算法是在庞大的光谱库中进行光谱端元的筛选并对其丰度进行估计的高光谱解混技术.近年来高光谱稀疏解混方法受到广泛的关注,并且取得了一定的成果.本文主要介绍了几种经典的稀疏解混算法和光谱加权的稀疏解混算法的原理和优缺点,并把几种算法…查看全部>>
徐晨光;张绍泉;李璠;吴朝明
南昌工程学院江西省水信息协同感知与智能处理重点实验室,江西南昌330099南昌工程学院江西省水信息协同感知与智能处理重点实验室,江西南昌330099南昌工程学院江西省水信息协同感知与智能处理重点实验室,江西南昌330099南昌工程学院江西省水信息协同感知与智能处理重点实验室,江西南昌330099
信息技术与安全科学
高光谱图像混合像元稀疏解混光谱加权
《南昌工程学院学报》 2020 (6)
87-93,7
江西省教育厅科学技术研究项目(GJJ180963),江西省科技厅重点研发项目(20202BBGL73081)
评论