自适应冗余字典学习的高光谱混合像元解混

• 作者: 尹忠科 李恒超 王蕊
• 来源期刊: 西南交通大学学报
• 学科: 工学
• 关键词: 高光谱 图像 稀疏 解混 自适应
• 年，卷（期）: 2014,（4）
• 页码范围: 597-604
• 页数: 8页
• 分类号: TP751.1
• 字数: 6104字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.2014.04.006

摘要

针对线性稀疏解混模型无法准确识别真实端元造成丰度估计误差较大的问题，本文提出一种基于自适应冗余字典的高光谱混合像元解混算法．该算法根据地物在空间上的连续性，以及高光谱数据中信号成分与光谱库中物质光谱的强相关性，首先保留每个像元在光谱库上投影系数大于设定阈值所对应的光谱，将其作为与每个像元信号成分最匹配的光谱集合；然后合并该集合以构建高光谱数据的自适应冗余字典；最后利用ADMM算法求解高光谱数据在该字典上的丰度矩阵．仿真和实际高光谱数据实验结果表明，本文所提出的算法可减小丰度估计误差，在信噪比为15～35 dB时，其丰度估计准确性高于性能较优的SUnSAL算法约1～2 dB．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹忠科	西南交通大学信息科学与技术学院	88	1741	22.0	38.0
2	李恒超	西南交通大学信息科学与技术学院	14	225	6.0	14.0
3	王蕊	西南交通大学信息科学与技术学院	11	72	5.0	8.0