结合空间光谱预处理和约束非负矩阵分解的高光谱图像混合像元分解 | |
彭倩1; 张兵1; 孙旭1; 高连如1; 于文博1,2![]() | |
2017-04 | |
Source Publication | 中国图象图形学报
![]() |
Volume | 22Issue:4Pages:542-550 |
Abstract | 目的混合像元问题在高光谱遥感图像处理分析中普遍存在,非负矩阵分解的方法被引入到高光谱图像解混中。本文提出结合空间光谱预处理和约束非负矩阵分解的混合像元分解流程。方法结合空间光谱预处理的约束非负矩阵分解,如最小体积约束、流行约束等,通过加入邻域的空间和光谱信息进行预处理获得更优的预选端元,从而对非负矩阵分解的解混结果进行优化。结果在5组不同信噪比的模拟数据实验中,空间预处理(SPP)和空间光谱预处理(SSPP)均能够有效提高约束非负矩阵分解(最小体积约束的非负矩阵分解和图正则非负矩阵分解)的解混结果,其中SPP在不同信噪比的情况下都能优化约束非负矩阵分解的结果,而SSPP在低信噪比的情况下,预处理效果更佳。利用美国内华达州Cuprite矿区数据进行真实数据实验,SPP提高了约束非负矩阵分解的解混精度,而SSPP在复杂场景下,解混精度更佳。模拟数据和真实数据的实验均表明,空间光谱预处理能够有效地提高约束非负矩阵分解的解混精度,特别是对于信噪比较低的情况下,融合空间和光谱信息对噪声有很好的鲁棒性。结论本文对约束非负矩阵分解的解混算法添加空间光谱预处理,利用高光谱遥感数据的空间和光谱信息,优化预选端元,加入空间光谱预处理的非负矩阵解混实验流程,在复杂场景情况下,对噪声具有较好的鲁棒性。 |
Keyword | 高光谱图像 混合像元分解 非负矩阵分解 空间光谱预处理 光谱混合分析 |
MOST Discipline Catalogue | 工学::信息与通信工程 |
DOI | DOI:10.11834/jig.20170414 |
URL | 查看原文 |
Indexed By | 中文核心期刊要目总览 |
Language | 中文 |
Citation statistics | |
Document Type | 期刊论文 |
Identifier | http://ir.las.ac.cn/handle/12502/10699 |
Collection | 中国科学院文献情报中心(北京)_院史馆 |
Corresponding Author | 高连如 |
Affiliation | 1.中国科学院遥感与数字地球研究所 2.郑州大学信息工程学院 |
First Author Affilication | 中国科学院文献情报中心 |
Corresponding Author Affilication | 中国科学院文献情报中心 |
Recommended Citation GB/T 7714 | 彭倩,张兵,孙旭,等. 结合空间光谱预处理和约束非负矩阵分解的高光谱图像混合像元分解[J]. 中国图象图形学报,2017,22(4):542-550. |
APA | 彭倩,张兵,孙旭,高连如,&于文博.(2017).结合空间光谱预处理和约束非负矩阵分解的高光谱图像混合像元分解.中国图象图形学报,22(4),542-550. |
MLA | 彭倩,et al."结合空间光谱预处理和约束非负矩阵分解的高光谱图像混合像元分解".中国图象图形学报 22.4(2017):542-550. |
Files in This Item: | Download All | |||||
File Name/Size | DocType | Version | Access | License | ||
(5)2.结合空间光谱预处理和约束非负矩(12471KB) | 期刊论文 | 作者接受稿 | 开放获取 | CC BY-NC-SA | View Download |
Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.
Edit Comment