基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对高光谱图像中普遍存在的混合像元中各端元空间分布定位困难的问题,文中提出一种基于K-SVD的光谱解混算法,利用其解混结果进行亚像元定位.算法首先通过KNN分类来区分待处理图像中的混合像元和纯像元,然后借鉴基于冗余字典的稀疏分解相关理论,以标准光谱库为基础,通过基于K-SVD的字典训练算法训练产生最具代表性的地物光谱曲线,构建端元冗余字典,通过基于K-SVD的稀疏分解算法实现各端元丰度的求解.最后利用求得的丰度系数在两种空间性相关性约束下进行亚像元定位.实验结果表明,采用该算法进行模拟数据和真实数据的亚像元的定位可以取得不错的定位结果.
推荐文章
基于字典重构的高光谱图像亚像元目标检测
高光谱图像
亚像元目标
目标检测
稀疏表示
字典重构
基于多字典稀疏表示的遥感图像亚像元映射
亚像元映射
像元分解
空间连续性
多字典学习
稀疏表示
自适应冗余字典学习的高光谱混合像元解混
高光谱
图像
稀疏
解混
自适应
考虑端元差异性的协同稀疏高光谱解混算法
丰度估计
协同编码
端元
高光谱图像
稀疏解混
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 基于端元字典稀疏解混的高光谱图像亚像元定位
来源期刊 电子科技 学科 工学
关键词 高光谱图像 光谱解混 亚像元定位 K-SVD 稀疏表示 冗余字典
年,卷(期) 2019,(4) 所属期刊栏目
研究方向 页码范围 33-38,53
页数 7页 分类号 TP391
字数 4963字 语种 中文
DOI 10.16180/j.cnki.issn1007-7820.2019.04.008
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 王素玉 27 450 8.0 21.0
4 顾正之 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (100)
共引文献  (28)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(12)
  • 参考文献(0)
  • 二级参考文献(12)
2007(11)
  • 参考文献(0)
  • 二级参考文献(11)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(13)
  • 参考文献(3)
  • 二级参考文献(10)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
高光谱图像
光谱解混
亚像元定位
K-SVD
稀疏表示
冗余字典
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
电子科技
月刊
1007-7820
61-1291/TN
大16开
西安电子科技大学
1987
chi
出版文献量(篇)
9344
总下载数(次)
32
总被引数(次)
31437
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导