PCA联合字典的稀疏系数NMF融合

• 作者: 孙小芳
• 来源期刊: 国土资源遥感
• 学科: 地球科学
• 关键词: PCA联合稀疏字典 在线字典学习法 OMP算法 NMF融合
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 技术方法
• 页码范围: 56-61
• 页数: 6页
• 分类号: P23
• 字数: 5198字
• 语种: 中文
• DOI: 10.6046/gtzyyg.2018.04.09

摘要

为了减少混合像元对字典建立的影响,结合在线字典学习法与主成分分析(principal component analysis,PCA)法提取全色与各分解影像字典的第一主成分分量构成PCA联合稀疏字典.该字典包括多光谱影像特征与高空间分辨率影像特征,同时考虑到了混合像元问题.使用PCA联合稀疏字典进行正交匹配追踪法(orthogonal matching pursuit,OMP)计算,分别得到全色与多光谱影像的稀疏系数,采用非负矩阵分解(nonnegative matrix factor,NMF)融合算法得到融合影像的稀疏系数,进行重构生成融合影像.对字典矩阵大小的研究,考虑到重构图像的均方根误差与计算机运算的限制,最终确定稀疏字典矩阵大小为64像元×480像元.采用5种定量融合评定指标对本文方法与联合字典NMF方法、小波方法和PCA方法的影像融合结果进行分析比较,结果表明本文方法既可提高融合影像的纹理细节信息,也能较好地保持多光谱信息,获得更好的融合效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙小芳	闽江学院地理科学系	17	26	3.0	4.0