空间相关性约束联合子空间追踪的高光谱图像稀疏解混

TP751; 通过深入分析高光谱图像空间相邻数据之间的空间相关性,提出一种利用空间相关性进行约束的联合子空间追踪解混(Spatial correlation constrained simultaneous subspace pursuit,SCCSSP)方法.该方法首先基于分块思想将高光谱图像进行分块处理,然后在图像块的端元提取步骤中,结合空间相关性特征对端元的提取进行约束,从而确保当前端元支撑集相对于高光谱图像残差是最优的.在丰度估计中将图像块的端元集合合并作为整幅图像的端元支撑集,通过求解非负性约束的最小二乘法获得丰度重建图像.模拟图像数据实验结果表明,本文方法在同等条件下能够获得更高的...

Full description

Saved in:
Bibliographic Details
Published in南京航空航天大学学报 Vol. 51; no. 5; pp. 577 - 585
Main Authors 孔繁锵, 朱成, 徐诚, 周永波
Format Journal Article
LanguageChinese
Published 南京航空航天大学航天学院,南京,210016%南京航空航天大学无人机研究院,南京,210016 01.10.2019
Subjects
贪婪算法
高光谱图像
稀疏解混
高光谱解混
多重测量向量
Online AccessGet full text
ISSN1005-2615
DOI10.16356/j.1005-2615.2019.05.001

Cover

More Information
Summary:TP751; 通过深入分析高光谱图像空间相邻数据之间的空间相关性,提出一种利用空间相关性进行约束的联合子空间追踪解混(Spatial correlation constrained simultaneous subspace pursuit,SCCSSP)方法.该方法首先基于分块思想将高光谱图像进行分块处理,然后在图像块的端元提取步骤中,结合空间相关性特征对端元的提取进行约束,从而确保当前端元支撑集相对于高光谱图像残差是最优的.在丰度估计中将图像块的端元集合合并作为整幅图像的端元支撑集,通过求解非负性约束的最小二乘法获得丰度重建图像.模拟图像数据实验结果表明,本文方法在同等条件下能够获得更高的信号重构误差,且解混运算时间低于凸优化算法.在实际图像数据实验中,本文方法丰度图像稀疏度最低,取得了仅次于SUnSAL-TV算法的图像重建误差,其所得到的丰度重建图像也取得了更好的视觉效果.实验结果验证了本文方法具有更高的解混精度.
ISSN:1005-2615
DOI:10.16356/j.1005-2615.2019.05.001