非负矩阵分解融合高光谱和多光谱数据

• 作者: 何彬彬 崔艳荣 张瑛 李蔓
• 来源期刊: 遥感技术与应用
• 学科: 工学
• 关键词: 非负矩阵分解 高光谱 多光谱 融合
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 数据与图像处理
• 页码范围: 82-91
• 分类号: TP75
• 语种: 中文
• DOI: 10.11873/j.issn.1004-0323.2015.1.0082

摘要

由于光谱分辨率和空间分辨率的制约以及物理条件的限制,高光谱数据具有很高的光谱分辨率而其空间分辨率却很低.因此,一般高光谱数据的空间分辨率往往低于仅有几个波段的多光谱数据的空间分辨率.高光谱数据和多光谱数据的融合可以得到同时具有高空间分辨率和高光谱分辨率的数据,进而应用于更高空间分辨率下地物的识别和分类.非负矩阵分解(Nonnega-rive Matrix Factorization)算法用于实现低空间分辨率高光谱数据和高空间分辨率多光谱数据的融合.首先利用顶点成分分析法VCA(Vertex Component Analysis)分解高光谱数据,得到初始的端元波谱矩阵和端元丰度矩阵;然后用非负矩阵分解算法交替地对高光谱数据和多光谱数据进行分解,得到高光谱分辨率的端元波谱矩阵和高空间分辨率的丰度矩阵;最后两个矩阵相乘得到高空间分辨率和高光谱分辨率的融合结果.在每一步非负矩阵分解过程中,数据之间的传感器观测模型用于分解矩阵的初始化.AVIRIS和HJ-1A数据实验结果分析表明:非负矩阵分解算法有效提高了高光谱数据的所有波长范围内波段数据的空间分辨率,而高精度的融合结果可用于地物的目标识别和分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何彬彬	电子科技大学资源与环境学院	39	395	12.0	18.0
2	张瑛	电子科技大学资源与环境学院	15	60	5.0	7.0
3	崔艳荣	电子科技大学资源与环境学院	1	5	1.0	1.0
4	李蔓		1	5	1.0	1.0