基于信息熵的NMF遥感图像解混算法

• 作者: 李杏梅 王伟奇
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 非负矩阵分解 遥感图像解混 信息熵 最少非零个数 不均匀性
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 电子与信息工程
• 页码范围: 25-29
• 页数: 5页
• 分类号: TP751
• 语种: 中文
• DOI: 10.13245/j.hust.191105

摘要

针对传统稀疏非负矩阵分解(NMF)解混方法仅考虑丰度矩阵中非零个数最少,没有考虑混合像元内端元的丰度分布具有不均匀性的这一问题,提出一种基于信息熵的NMF遥感图像解混算法.将端元的丰度值的大小看成是信息熵中的符号出现的概率,当端元等概率出现在混合像元中时各个丰度值大小相等,对应的实际地物等比例出现在混合像元中,此时信息熵最大,但是丰度稀疏性最低;当丰度分布最不均匀时,仅有一种地物类型出现,信息熵最小,此时丰度值的稀疏性最高,只有一个非零值,由此得出丰度稀疏性和信息熵有负相关的关系.在NMF解混算法的基础上,引入负信息熵来约束丰度矩阵,同时加入平滑限制来约束端元光谱矩阵.在模拟数据和真实数据上进行了结果测试.实验结果表明:相比传统的NMF解混算法和基于l2范数的NMF遥感图像解混算法,本方法能得到更好的解混效果.