论文摘要
由于高光谱遥感图像的混合程度较高,使得传统的非负矩阵欠逼近（Nonnegative Matrix Underapproximation,NMU）算法所提取的基本成分仍然"不纯",且易受噪声影响。针对这些不足,提出了一种基于L1/2正则化的软阈值NMU逐次光谱解混算法。首先,通过引入丰度的L1/2正则项来增强算法的地物区分能力,进而提高所分离地物的纯度;其次,利用软阈值惩罚函数代替NMU中的残差非负约束,通过调节惩罚因子来控制非负元素的数量,从而提高算法的抗噪性能。在仿真数据和实测数据上的实验结果表明,即使在有噪声的条件下,该算法也能得到较好的分离结果。
论文目录
文章来源
类型: 期刊论文
作者: 汤毅,粘永健,何密,王倩楠,许可
关键词: 高光谱遥感,光谱解混,非负矩阵欠逼近
来源: 红外与激光工程 2019年07期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 工业通用技术及设备,自动化技术
单位: 北京教育网络和信息中心,陆军军医大学(第三军医大学)生物医学工程与影像医学系,国防科技大学电子科学学院
基金: 重庆市基础科学与前沿技术一般项目(cstc2016jcyjA0539)
分类号: TP751
页码: 294-302
总页数: 9
文件大小: 3056K
下载量: 78