-
题名基于光谱距离聚类的高光谱图像解混算法
被引量：4
- 1
-
-
作者
刘颖
梁楠楠
李大湘
杨凡超
-
机构
西安邮电大学通信与信息工程学院
电子信息现场勘验应用技术公安部重点实验室(西安邮电大学)
中国科学院西安光学精密机械研究所光谱成像技术重点实验室
-
出处
《计算机应用》
CSCD
北大核心
2019年第9期2541-2546,共6页
-
基金
国家自然科学基金资助项目(61571361)
陕西省国际合作交流项目(2017KW-013)
西安邮电大学研究生创新基金资助项目(CXJJLY2018024)~~
-
文摘
为了解决实际高光谱解混(HU)中噪声对解混精度的影响和光谱、空间信息利用不足的问题,提出了一种改进的基于光谱距离聚类的群稀疏非负矩阵分解的解混算法。首先,引入了基于最小误差的高光谱信号辨识算法(Hysime),通过计算特征值的方式估计信号矩阵和噪声矩阵;然后,提出了一种简单的基于光谱距离的聚类算法,对多个波段生成的光谱反射率距离值小于某一值的相邻像元进行合并聚类生成空间群结构;最后,在生成的群结构基础上进行稀疏化非负矩阵分解。实验分析表明,对于模拟数据和实际数据而言,该算法都比传统算法产生更小的均方根误差(RMSE)和光谱角距离(SAD),能够产生优于同类算法的解混效果。
-
关键词
高光谱解混
基于最小误差的高光谱信号辨识算法
光谱距离度量
非负矩阵分解
遥感
-
Keywords
Hyperspectral Unmixing(HU)
Hyperspectral signal identification algorithm by minimum error(Hysime)
spectral distance metric
Non-negative Matrix Factorization(NMF)
remote sensing
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
