原文服务方: 计算机应用研究       
摘要:
针对高光谱图像解混问题进行研究,发现高光谱图像中各个端元的分布不完全独立,不能将盲源分离方法直接应用于高光谱图像解混。为此,提出了一种基于差分搜索的高光谱图像解混算法。该算法根据高光谱图像丰度非负和丰度和为一特性构造相应的约束项,与互信息相结合作为目标函数,利用差分搜索算法对该目标函数进行优化求解来实现高光谱图像解混。仿真数据和实际数据实验表明,该算法能够有效解决高光谱图像解混问题,与已有其他算法相比,能避免陷入局部极值,提高了图像解混的精度,并且针对不含纯像元的高光谱图像具有很好的解混效果。
推荐文章
基于ANN端元估计的高光谱图像解混算法
高光谱图像解混
人工神经网络
端元估计
差分搜索算法
基于拉格朗日的高光谱解混算法研究
光谱解混
相似端元
端元提取
丰度估计
解混算法
基于微分搜索的高光谱图像非线性解混算法
高光谱图像
谱解混
非线性模型
群智能优化
微分搜索算法
基于改进差分演化的高效图像分割算法
贝塔分布
差分演化
图像分割
阈值化分割
控制参数
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于差分搜索的高光谱图像解混算法
来源期刊 计算机应用研究 学科
关键词 高光谱图像解混 差分搜索算法 盲源分离 丰度非负约束 丰度和为一约束 互信息
年,卷(期) 2016,(10) 所属期刊栏目 图形图像技术
研究方向 页码范围 3177-3180
页数 4页 分类号 TP751
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2016.10.068
五维指标
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
5 张立毅 天津大学电子信息工程学院 116 611 13.0 18.0
9 李锵 天津大学电子信息工程学院 74 624 12.0 22.0
10 刘静光 天津大学电子信息工程学院 5 14 2.0 3.0
11 孙彦慧 天津大学电子信息工程学院 3 14 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (14)
节点文献
引证文献  (9)
同被引文献  (18)
二级引证文献  (0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(3)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高光谱图像解混
差分搜索算法
盲源分离
丰度非负约束
丰度和为一约束
互信息
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导