该算法加入了拉普拉斯图正则化约束和部分样本的类别信息,并对丰度矩阵施加稀疏约束,最后融合到同一目标函数中,能够改善解混效果;(2)基于图正则和稀疏约束的INMF高光谱解混。该算法将稀疏非负矩阵分解与增量型学习相结合,既能降低平均运行时间又能提高图像分类精度;(3)基于双图正则的半监督NMF混合像元解混。 该算法不仅考虑了高光谱数据流
积雪混合像元光谱特征观测及解混方法比较-郝晓华pdf
高光谱遥感图像混合像元解混方法的研究 姓名,*** 申请学位级别,硕士 专业,电路与系统 指导教师,** 20090505摘要 摘要 由于遥感拍摄仪器空间分辨率的限制,遥感图像中的一个像元通常对应着地面上较大面积的一块区域,例如,,,拍摄的高光谱遥感图像的地面分辨率为,,,。这样的一块区域内可能存在多种地物类型,于是形成了...
。如下三种情况容易产生混合像元:一是由于土壤或是湿度等地物本身因素 的影响产生混合像元;另一类由于空间分辨率限制引起混合像元;最后,若背景 中存在阴影等也会造成混合像元,混合像元如图1.1所示。 混合像元 地物类型1 地物类型2 地物类型3 图1.1混合像元示意图 20世纪90年代以来,混合像元解混技术得到国内外学者的关注...
摘要:本发明涉及一种空间人造目标线性模型的混合像元解混方法及系统。通过获取空间人造目标的成像光谱数据;对采集到的成像数据进行超像素分割,充分结合成像光谱数据本身的空间信息和光谱信息,在标准的非负矩阵分解中引入超像素组稀疏非负矩阵混合像元解混方法。该方法基于线性混合模型,在标准的非负矩阵中引入空间组稀疏约束...
华中科技大学硕士学位论文高/多光谱图像混合像元解混研究姓名:杨健申请学位级别:硕士专业:通信与信息系统指导教师:田岩011-01-4
专利摘要:本发明属于遥感影像处理技术领域,涉及遥感影像混合像元解混方法、装置及电子设备,该方法包括获取高空间分辨率影像数据,得到土地特征图;根据土地特征图得到粗分辨率图像纯像元;采样得到各个土地类别分布对应的反射率;确定反射率的平均值与方差;构建混合像元的线性回归模型;计算包含若干个土地类别的粗分辨率图像像素的...
空间分辨率限制及地物复杂多样性,使得高光谱遥感图像像元中通常包含多种地物成分,形成所谓混合像元[1-2]。像元的“解混”是实现地物分类与目标识别等高光谱遥感定量化、精细化应用的关键步骤之一。非负矩阵分解(non-negative matrix factorizati...
在现有融合方法中,对应PAN纯像元的MS 混合亚像元在融合图像中仍然为混合像元,这使得融合图像中植被和非植被像元的边界模 糊,存在较大的光谱失真。因此,为了改善融合图像质量,需要在融合过程中将MS混合亚像 元解混到对应PAN纯像元的地物类别。然而,现有融合方法鲜有考虑混合亚像元的解混。在 少量考虑了混合亚像元解混...
本发明公开了一种通用的集成混合像元解混框架模型,包括给出模型求解方法。将高光谱图像分割为多个子块,且子块相邻区域保留适当重叠区域,以此解决端元变异、非线性非均匀分布的问题,通过稀疏约束重构误差解决异常噪声问题,并由相关熵诱导度量准则将非线性、端元变异及异常点三个问题集成到同一解混框架解决,采用拉格朗日函数...