作者:
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:
针对基于最大单纯形体积方法的端元提取算法通常涉及到对全局像素的处理且对噪声敏感的问题,提出了能快速从高光谱图像中提取端元的鲁棒最大单纯形体积端元提取算法.首先,该算法采用主成分分析对高光谱图像降维至p-1维子空间.随后,对于降维的子空间,算法采用凸包检测算法获取子空间下的凸包边界点.接着,对于检测到的凸包边界点,算法迭代选取p个数据点并计算其行列式体积,直至选取出p个能产生最大单纯形体积的数据点.最后将提取的p个数据点逆变换至原始维度空间从而获取去噪后的p个端元.在模拟数据集和真实数据集上的实验结果表明,提出的算法能快速提取弱噪声的端元.该算法能满足高光谱端元提取领域中的高精度,实时性强的要求.
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
最大奇异值移位的鲁棒图像信息隐藏
信息隐藏
奇异值分解
鲁棒性
嵌入容量
用于高光谱图像端元提取的分层查找法
高光谱图像
端元
端元个数
线性混合模型
分层查找法
基于主元提取的鲁棒极限学习机研究及其化工建模应用
极限学习机
神经网络
主元分析
过程建模
化工生产
过程控制
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 基于鲁棒最大单纯形体积的高光谱图像快速端元提取
来源期刊 电子测量技术 学科
关键词 高光谱图像 端元提取 凸包检测 单纯形体积
年,卷(期) 2021,(10) 所属期刊栏目 信息技术及图像处理|Information Technology and Image Processing
研究方向 页码范围 121-127
页数 7页 分类号 TP751.2
字数 语种 中文
DOI 10.19651/j.cnki.emt.2106030
五维指标
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  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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
端元提取
凸包检测
单纯形体积
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
电子测量技术
半月刊
1002-7300
11-2175/TN
大16开
北京市东城区北河沿大街79号
2-336
1977
chi
出版文献量(篇)
9342
总下载数(次)
50
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导