基于超像素和低秩的协同稀疏高光谱解混OA北大核心
Superpixels and low rank for collaborative sparse hyperspectral unmixing
为了克服经典协同稀疏解混算法的不足以及全变差正则项引起的边缘模糊问题,同时考虑到稀疏性和空间信息对解混精度提高的重要性,采用结合超像素和低秩的协同稀疏高光谱解混算法,进行了理论分析和实验验证.该算法对高光谱图像进行超像素分割,并对每个超像素施加协同稀疏性约束.此外使用低秩正则项代替传统的全变差正则项来利用空间信息,选取一组模拟数据和一组真实数据进行了实验.结果表明,模拟实验中信噪比为30dB时得到的信号重构误差为19.4,比经典的变量分裂增广拉格…查看全部>>
张帅洋;华文深;刘杰;李刚;王强辉
中国人民解放军陆军工程大学 石家庄校区 电子与光学工程系,石家庄050003中国人民解放军陆军工程大学 石家庄校区 电子与光学工程系,石家庄050003中国人民解放军陆军工程大学 石家庄校区 电子与光学工程系,石家庄050003中国人民解放军陆军工程大学 石家庄校区 电子与光学工程系,石家庄050003中国人民解放军陆军工程大学 石家庄校区 电子与光学工程系,石家庄050003
信息技术与安全科学
光谱学高光谱图像稀疏解混超像素低秩
《激光技术》 2022 (2)
199-205,7
评论