基于低秩和稀疏表示的高光谱解混研究

代理获取

页面导航

目录
摘要
著录项
相似文献
相关主题

摘要

高光谱解混是当前遥感领域一个热门的研究课题，是为了提取单个像元中更深层更精确的信息。它的主要内容是通过分解混合像元来获取实际的物质存在和对应物质的比例。通过对单个像元组成更加精确的分析和计算，能够大大地推动测绘和识别课题的研究。由于遥感技术本身的空间分辨率低，故而混合像元对应实际的地表上一个区域块，根据地表物质分布的特征，在某个区域块中分布的物质一般是相同的，那么对应的物质占比也存在一定的结构特征。传统的高光谱解混方法一般是对高光谱图像的整体性质来做限制约束进行解混工作。本文则通过提取高光谱区域相似块，根据在区域块分布的物质基本一致的这个特征，提取和利用更深层次的局部空间信息。具体工作如下： 1.在高光谱图像局部的区域块中，端元的分布基本是相同的，利用超像素分割（Simple Linear Iterative Cluster,SLIC）算法将高光谱图像分割为很多相似度很高的区域块。在这些获取的区域块中，可以基本认定端元的分布是相同的，进而在NMF的基础上，可以利用其对应的丰度的特征，进而获取更加精确有效的解混结果。 2.核范数是指矩阵奇异值的和，根据奇异值的重要性的不同，赋予每个奇异值一个权值，重要的权值相对应大，反之则小。加权核范数表示矩阵奇异值的加权和，能更加灵活和有效的表达低秩信息，同时有比较良好的抗噪特性。在超像素分割的基础上，利用每个小块的空间特征信息，使用加权核范数算法获取更加有效的解混精度，并且对外界噪声干扰有一定的抑制作用。 3.结构化稀疏（l2,1范数）不同于l2，l1范数的稀疏，l2,1范数更要求行稀疏。在针对解混效率方面它更胜一筹。但是，对于整幅高光谱图像解混而言，获取的丰度图像在本质上是稀疏的表现，l2,1范数则充分的利用了稀疏的特性，但是并未充分利用结构化。本方法是在超像素分割的基础上，获取区域相似的区域块中丰度的特征表现是结构化明显的。因为区域块端元的存在是一定的并且相同的。有效的利用了结构化的特征，获取更加有效的解混精度。 4.信息熵是表示信息量的多少。变量的不确定性越大就信息量也就越大。利用熵来提取矩阵中奇异值的信息，能够简洁的体现出该矩阵的低秩性质和稀疏性质。根据获取的局部区域块中的空间特征信息，利用信息熵函数来约束矩阵的奇异值，更加精确的表示当前区域块中的空间信息。有效充分的利用了局部信息，获取了更加精确的解混结果。

著录项

作者
张小;
展开▼
作者单位

西安电子科技大学;

展开▼
授予单位西安电子科技大学;
学科电子与通信工程
授予学位硕士
导师姓名张小华,岳博;
年度 2018
页码
总页数
原文格式 PDF
正文语种中文
中图分类计算技术、计算机技术;
关键词
稀疏表示;

相似文献

中文文献
外文文献
专利

1. 基于深度自编码的大曲高光谱数据解混研究 [J] . 叶建秋 ,黄丹平 ,田建平 . 食品与发酵工业 . 2021,第004期
2. 基于线性解混的高光谱图像目标检测研究 [J] . 杨桄 ,田张男 ,李豪 . 激光技术 . 2020,第002期
3. 基于空间加权协同稀疏的高光谱解混算法研究 [J] . 朱昌宇 ,张绍泉 ,李军 . 南京信息工程大学学报 . 2018,第001期
4. 基于拉格朗日的高光谱解混算法研究 [J] . 刘万军 ,杨秀红 ,曲海成 . 计算机应用研究 . 2016,第010期
5. 基于端元子集优选的高光谱解混算法研究 [J] . 刘万军 ,杨秀红 ,曲海成 . 计算机应用与软件 . 2016,第007期
6. 基于非凸稀疏低秩约束的高光谱解混方法 [C] . KONG Fan-qiang ,孔繁锵 ,BIAN Cheng-ding . 中国电子学会第二十一届青年学术年会 . 2015
7. 基于低秩约束非负矩阵分解的高光谱解混方法研究 [A] . 张先同 . 2017

基于低秩和稀疏表示的高光谱解混研究

目录

摘要

著录项

相似文献

相关主题

期刊订阅