基于像元混合模型估计的高光谱图像解混

• 作者: 刘静光 孙彦慧 张立毅 李锵 陈雷
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: 高光谱图像解混 神经网络 像元混合模型 差分搜索算法
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 图像处理与仿真
• 页码范围: 132-137
• 页数: 6页
• 分类号: TP751
• 字数: 4505字
• 语种: 中文

摘要

在高光谱图像中，线性混合像元和非线性混合像元同时存在，若采用基于单一混合模型的解混算法，会使解混精度降低。因此，提出采用神经网络对高光谱图像中的像元混合模型进行估计，然后针对不同的混合模型进行相应的像元解混。像元解混时，在目标函数中添加丰度非负和丰度和为一约束项，利用差分搜索算法优化求解目标函数以实现高光谱图像的解混。仿真和实际高光谱数据实验表明，本算法提高了解混精度，适用于线性和非线性混合模型。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈雷	天津大学精密仪器与光电子工程学院	50	248	10.0	13.0
10	张立毅	天津大学电子信息工程学院	116	611	13.0	18.0
14	李锵	天津大学电子信息工程学院	74	624	12.0	22.0
15	刘静光	天津大学电子信息工程学院	5	14	2.0	3.0
16	孙彦慧	天津大学电子信息工程学院	3	14	2.0	3.0