高光谱图像非线性解混方法的研究进展

• 作者: 倪国强 唐晓燕 高昆
• 来源期刊: 遥感技术与应用
• 学科: 工学
• 关键词: 混合像元 非线性解混 双线性模型 神经网络 核函数 流形学习
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 遥感应用
• 页码范围: 731-738
• 分类号: TP75
• 语种: 中文

摘要

由于空间分辨率的限制,高光谱遥感图像中存在大量混合像元,对混合像元的解混是实现地物精确分类和识别的前提.与传统的线性解混方法相比,非线性解混方法在寻找组成混合像元的端元以及每个端元的丰度时具有较高的精度.分析了光谱非线性混合的原理,总结了近年来提出的非线性解混算法,重点对双线性模型、神经网络、基于核函数的非线性解混算法以及基于流形学习的非线性解混算法进行了介绍和分析.最后总结了混合像元非线性解混未来发展的趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	倪国强	北京理工大学光电成像技术与系统教育部重点实验室	203	3505	29.0	52.0
2	高昆	北京理工大学光电成像技术与系统教育部重点实验室	45	346	10.0	17.0
3	唐晓燕	北京理工大学光电成像技术与系统教育部重点实验室	22	92	5.0	9.0