·
搜索结果:找到“稀疏解混”相关结果1177条
排序: 按相关 按相关 按时间降序
  • 【期刊】 一种改进的OMP高光谱稀疏解混算法

    刊名:沈阳大学学报(自然科学版) 作者:赵春晖 ; 肖健钰 ; 齐滨 关键词:稀疏解混 ; 高光谱图像 ; 正交匹配追踪 ; 广义Dice系数 ; 丰度约束 机构:哈尔滨工程大学信息与通信工程学院 ; 哈尔滨工程大学信息与通信工程学院 年份:2015
    摘要:正交匹配追踪算法是稀疏求解中常用的方法,用于噪声影响下的高光谱数据稀疏解混时,其解混效果不理想.针对这一问题,提出了全约束DOMP算法.通过引入广义Dice系数代替内积作为匹配度量准则,更充分地利用了光谱信息,提高了算法的抗噪能力.同时,为了满足丰度的"非负"及"和为1"的性质,对丰度系数进行了全约束,进一步改善了解混效果.模拟及真实数据仿真结果显示,改进算法明显提高了解混精确度,验证了算法的有效性.
  • 【期刊】 一种改进的OMP高光谱稀疏解混算法

    刊名:沈阳大学学报:自然科学版 作者:赵春晖 肖健钰 齐滨 关键词:高光谱图像 稀疏解混 正交匹配追踪 广义Dice系数 丰度约束 机构:哈尔滨工程大学信息与通信工程学院 ; 哈尔滨工程大学信息与通信工程学院 年份:2015
    摘要:正交匹配追踪算法是稀疏求解中常用的方法,用于噪声影响下的高光谱数据稀疏解混时,其解混效果不理想.针对这一问题,提出了全约束DOMP算法.通过引入广义Dice系数代替内积作为匹配度量准则,更充分地利用了光谱信息,提高了算法的抗噪能力.同时,为了满足丰度的"非负"及"和为1"的性质,对丰度系数进行了全约束,进一步改善了解混效果.模拟及真实数据仿真结果显示,改进算法明显提高了解混精确度,验证了算法的有效性.
  • 【期刊】 一种改进的OMP高光谱稀疏解混算法

    刊名:沈阳大学学报:自然科学版 作者:赵春晖 肖健钰 齐滨 关键词:高光谱图像 稀疏解混 正交匹配追踪 广义Dice系数 丰度约束 机构:哈尔滨工程大学信息与通信工程学院 ; 哈尔滨工程大学信息与通信工程学院 年份:2015
    摘要:正交匹配追踪算法是稀疏求解中常用的方法,用于噪声影响下的高光谱数据稀疏解混时,其解混效果不理想.针对这一问题,提出了全约束DOMP算法.通过引入广义Dice系数代替内积作为匹配度量准则,更充分地利用了光谱信息,提高了算法的抗噪能力.同时,为了满足丰度的"非负"及"和为1"的性质,对丰度系数进行了全约束,进一步改善了解混效果.模拟及真实数据仿真结果显示,改进算法明显提高了解混精确度,验证了算法的有效性.
  • 【期刊】 高光谱稀疏解混法联合HTCI估算草地叶绿素含量

    刊名:江苏农业科学 作者:李飞 ; 王媛 ; 陈秀万 ; 刘茂林 ; 李阳 关键词:稀疏解混 ; 高光谱特征 ; 背景干扰 ; 叶绿素含量 ; Hyperion/HSI叶绿素指数 机构:北京大学遥感与地理信息系统研究所 ; 北京大学遥感与地理信息系统研究所 年份:2018
    摘要:基于高光谱数据的光谱指数法是快速、无损、估算大面积草地叶绿素含量的有效手段,但是背景光谱和冠层结构始终作为干扰估算精度的主要因素而存在。本研究将高光谱混合像元解混方法应用于叶绿素含量估测的光谱指数中,利用基于光谱库的稀疏解混法分解混合像元,得到纯净的草地像元光谱。在此基础上,结合Hyperion影像和HSI影像的光谱特征,提出了HTCI(Hyperion/HSI terrestrial chlorophyll index)估算叶绿素含量。通过对试验结果的分析,证实本方法相较于其他单一光谱指数算法,该方法能够有效地降低背景干扰,具有更高的测算精度。
  • 【期刊】 基于单次散射反照率的矿物高光谱稀疏解混

    刊名:遥感学报 作者:林红磊 ; 张霞 ; 孙艳丽 关键词:光谱解混 ; Hapke模型 ; 稀疏回归 ; 光谱库 ; 单次散射反照率 机构:中国科学院遥感与数字地球研究所遥感科学国家重点实验室 ; 中国科学院遥感与数字地球研究所遥感科学国家重点实验室 ; 中国科学院大学 年份:2016
    摘要:矿物的混合多属于致密型混合,在可见光—短波红外波段的混合呈现非线性特征,同时由于矿物混合的复杂性以及图像中完全纯净的像元可能不存在等原因,使得从图像上提取端元具有较大不确定性。本文根据矿物单次散射反照率的线性可加性,提出一种基于矿物单次散射反照率光谱库的稀疏解混算法,利用Hapke模型将矿物反射率转换成矿物单次散射反照率,构建矿物单次散射反照率光谱库,以半监督的方式通过稀疏回归的方法从光谱库中寻找最优端元组合,并估算混合像元中各端元的丰度。利用RELAB矿物混合光谱库进行算法验证,结果表明,丰度反演的平均绝对误差为3.12%;将本文方法应用于美国内华达州铜矿区的AVIRIS高光谱图像数据,所得丰度图与美国地质勘探局USGS矿物识别结果具有较好的一致性。本文算法不需要从图像提取端元,并且考虑到了矿物的非线性混合特征,能够得到较高的反演精度,在近地行星和卫星表面岩矿成分的探测等领域具有较好的应用前景。
  • 【期刊】 高光谱影像稀疏解混的空间同质分析法

    刊名:测绘学报 作者:王毓乾 ; 邵振峰 关键词:高光谱影像 ; 光谱分解 ; 稀疏回归 ; 同质分析 机构:武汉大学测绘遥感信息工程国家重点实验室 ; 武汉大学测绘遥感信息工程国家重点实验室 年份:2014
    摘要:针对高光谱遥感影像端元丰度的稀疏性和空间分布平滑性,提出一种基于空间同质分析的稀疏解混算法。该算法首先对高光谱影像进行空间同质分析来提取同质指数,然后根据同质指数对稀疏回归解混模型中的空间正则项赋予不同权重,使其能更好地反映高光谱影像端元丰度分布的空间复杂性,进而实现对高光谱混合像元的有效分解。模拟数据和真实数据的试验分析表明:本文提出的算法能更好地保持结果的稀疏性和丰度空间分布的平滑性,并且具有一定的抗噪性,提高了整体的解混精度。
  • 【期刊】 基于端元字典稀疏解混的高光谱图像亚像元定位

    刊名:电子科技 作者:顾正之 ; 王素玉 关键词:高光谱图像 ; 光谱解混 ; 亚像元定位 ; K-SVD ; 稀疏表示 ; 冗余字典 机构:北京未来网络科技创新中心 ; 北京未来网络科技创新中心 ; 北京物联网软件与系统工程研究中心 ; 北京工业大学信息学部 年份:2019
    摘要:针对高光谱图像中普遍存在的混合像元中各端元空间分布定位困难的问题,文中提出一种基于K-SVD的光谱解混算法,利用其解混结果进行亚像元定位。算法首先通过KNN分类来区分待处理图像中的混合像元和纯像元,然后借鉴基于冗余字典的稀疏分解相关理论,以标准光谱库为基础,通过基于K-SVD的字典训练算法训练产生最具代表性的地物光谱曲线,构建端元冗余字典,通过基于K-SVD的稀疏分解算法实现各端元丰度的求解。最后利用求得的丰度系数在两种空间性相关性约束下进行亚像元定位。实验结果表明,采用该算法进行模拟数据和真实数据的亚像元的定位可以取得不错的定位结果。
  • 【期刊】 空谱联合的高光谱遥感图像稀疏解混综述与展望

    刊名:南昌工程学院学报 作者:张绍泉 ; 李军 ; 邓承志 ; 汪胜前 关键词:高光谱遥感 ; 稀疏混合像元分解 ; 空间信息 ; 空间加权 机构:南昌工程学院江西省水信息协同感知与智能处理重点实验室 ; 南昌工程学院江西省水信息协同感知与智能处理重点实验室 ; 中山大学广东省城市化与地理环境空间模拟重点实验室 年份:2018
    摘要:受传感器空间分辨率低的限制以及复杂地物的影响,高光谱遥感图像中存在大量的混合像元。混合像元问题阻碍遥感技术向定量化发展,限制了高光谱遥感图像的应用范围。解决混合像元问题,是高光谱遥感图像信息处理领域的前沿科学问题。鉴于稀疏表示理论在混合像元分解方面的优势,近年来受到了广泛的关注和研究,取得了一系列成果。基于此,对现有的稀疏解混技术进行综述,系统地分析了各种经典的稀疏解混算法和空谱联合的稀疏解混算法的原理及优缺点,并对各解混算法进行了分析和评价,最后对该研究领域发展提出建议和展望。
  • 【论文】 基于端元学习的高光谱图像稀疏解混研究

    作者:童文杰 关键词:解混 ; 端元学习 ; 空间结构 ; 近邻 ; 稀疏 机构:西安电子科技大学 ; 西安电子科技大学 年份:2015
    摘要:遥感技术于上个世纪六十年代发展起来,它的快速发展带动了很多技术的发展。其中,高光谱成像技术就是代表之一。由成像光谱仪获取的高光谱数据有两个明显的特点:第一个是图像中像素点的波段数很多,第二个是光谱的分辨率很高。基于这样的特点,高光谱图像被用于了地物的识别,可是在实际应用中,由于成像光谱仪空间分辨率的不足以及地物分布的不均匀,导致在采集到的高光谱图像中,像素点是由多种地物混合而成的,几乎不存在只包含一种地物的像素点。这就对地物的识别形成了阻碍。为了能够有效的利用高光谱图像,就必须对混合的像素点进行分解,将其分解为端元和对应的丰度,这就是高光谱图像解混的工作。为了提高高光谱图像解混的效果,本文对解混进行了深入的研究,主要工作可以概括如下:1.提出了一种基于端元学习的空间相似高光谱图像稀疏解混方法。将学习的思想融入高光谱图像解混中,通过先对端元进行模拟学习,学习时结合端元的光滑性,然后利用数字光谱库对其进行筛选。丰度求解时,从空间角度进行相应的约束,相似的像素点应该是空间结构相似的,也就是具有低秩性。另外,分布在整幅图像中的端元数较像素点个数而言是很少的,所以对于某个像素点而言,只能包含部分端元,这就使得稀疏性存在了。结合低秩特性和稀疏特性,对高光谱图像进行解混。实验结果表明:本方法的求解模式与传统的一站式求解模式相比,更能够获得高精度的解混结果。2.提出了一种基于端元学习的正则加权高光谱图像稀疏解混方法。该方法在端元学习过程中,考虑了实际情况,因波段的剔除,使得端元表现出间断光滑性,基于这个原因,加入了额外约束。同时,在丰度的求解过程中,将正则约束替换低秩约束,从空间距离关系考虑丰度的求解。实验结果表明:本方法在高光谱图像解混方面比前一个方法的效果有所提升。3.提出了一种基于端元学习的近邻相关高光谱图像稀疏解混方法。对于端元而言,仍然结合光滑性和间断段光滑性进行学习。在丰度的求解过程中,从像素点邻近区域考虑,对于图像中的某个数据,用与它结构相似的近邻数据表示,这是从新的角度考虑近邻数据间的关系。结果表明:本方法在高光谱图像解混方面也有着不错的效果。
  • 【论文】 基于高光谱遥感影像稀疏解混的水域变化检测

    作者:张绍泉 关键词:稀疏解混 ; 高光谱影像 ; 混合像元分解 ; 水体提取 ; 水域变化检测 机构:南昌工程学院 ; 南昌工程学院 年份:2015
    摘要:高光谱遥感技术处于当前遥感技术发展的前沿,高光谱图像光谱分辨率高、图谱合一的特点使其在湖泊水域变化检测、环境监测、地质找矿、农业和森林调查、海洋生物和物理研究等领域发挥着越来越重要的作用。然而由于受到传感器空间分辨率的限制,高光谱遥感影像中的一个像元所包含的地物可能并不单一,存在混合像元情况,混合像元的存在影响了地物的识别和分类精度。目前混合像元分解是解决混合像元问题最为有效的分析方法,如何从混合像元广泛存在的高光谱影像中准确地提取出典型地物的光谱,并有效地进行混合像元分解,以得到它们之间混合的比例;是保证高光谱遥感技术向定量化发展的前提。要利用高光谱遥感技术实现水域变化检测,混合像元分解精度的提高变得很关键。对于混合像元分解,不断有新思路新方法涌现,基于稀疏性的线性高光谱混合像元分解方法取得了很好的效果,近年来得到了广泛研究,然而它还存在一些缺点。本论文着眼于如何利用稀疏解混技术提高混合像元分解的精度,并将其应用于水域变化检测,主要研究内容和创新点概括为: 1.提出基于平滑0稀疏混合像元分解算法,称之为SL0SU算法。稀疏性约束的高光谱图像解混通常采用0和1正则化来度量丰度系数的稀疏性。0稀疏性好,但0正则化的高光谱影像解混问题是一个NP组合优化问题,求解过于复杂,不利于实际的应用。1正则化解混问题求解方便,但解的稀疏性和稳健性并不好。基于此,提出稀疏性更好且易求解的平滑0正则化来解决这一问题,且采用变量分裂增广拉格朗日算法对该模型进行求解。模拟和真实高光谱数据实验结果表明,所提出的SL0SU算法与SUnSAL算法相比,能够很好地解决丰度稀疏性问题,表现出了较强的抗噪声能力,得到了更好的结果。 2.提出基于局部协同稀疏的混合像元分解算法,称之为LCSU算法。全局协同稀疏解混算法通常假定每个端元都会出现在整幅高光谱图像的像元中;然而,在真实高光谱数据中,这种假定并不完全成立。实际上,一个端元更可能出现在局部区域,而不是出现在整幅图像。另一方面,全局协同稀疏解混算法未考虑影像的空间信息。基于此,研究局部协同稀疏表示模型,通过对高光谱影像影像空间信息的分析,从局部充分考虑像元之间的邻域信息。模拟和真实高光谱数据的实验结果表明,基于局部协同稀疏模型的解混算法与SUnSAL、CLSUnSAL和SUnSAL-TV解混算法相比,混合像元分解精度得到了很大提高。 3.提出基于稀疏解混的水域变化检测方法。针对传统的水域变化检测方法受到诸多的限制,难以长时间对水域变化进行检测。提出基于高光谱遥感技术的水域变化检测方法,针对高光谱遥感影像存在的混合像元问题,通过上述提出的两种稀疏算法进行混合像元分解,将分解出来的水体部分进行水域变化检测。实验结果表明,基于稀疏解混的方法能较好的对水域变化进行检测。
  • 【论文】 基于压缩感知的高光谱图像稀疏解混方法研究

    作者:徐速 机构:重庆大学 ; 重庆大学 年份:2015
    摘要:
  • 【期刊】 基于空间-光谱分析的高光谱遥感影像稀疏解混研究

    刊名:测绘学报 作者:王毓乾 机构:东华理工大学测绘工程学院 ; 东华理工大学测绘工程学院 ; 东华理工大学江西省数字国土重点实验室 年份:2017
    摘要:<正>混合像元分解能在亚像素级别上定量化地了解地物的光谱信息和含量信息(丰度),是高光谱影像分析中的关键问题之一。由于影像场景复杂、同谱异物和同物异谱(端元可变性)现象普遍存在、光谱库端元数目远大于像元中含有的端元数目,再加上影像噪音的干扰,影像解混精度还亟待提高。本文的研究围绕基于空间-光谱分析的高光谱遥感影像稀疏解混方法,分别从顾及端元可变性、像元的
上一页 1 2 3 4 5 6 7 8 9 10 下一页 跳转