基于稀疏表示的高光谱图像解混算法研究
Laser Journal（2020）
摘要
针对高光谱图像内存在未知地物光谱的问题,提出了基于稀疏表示的高光谱图像解混算法.选取基于稀疏表示的光谱混合模型,在其中引入基于随机近似的在线字典学习优化算法,在光谱字典中将地物类别相同的光谱曲线聚为一类,通过优化字典步长获取过完备字典;从训练后的字典内利用统计算法提取同未知地物光谱最相似的原子作为构成高光谱图像混合像素的未知地物光谱曲线,对高光谱图像混合像素光谱向量实施稀疏编码,确定丰度系数.结果 表明:本文算法可提升稀疏解混的精度,解混过程中RMSE显著、SRE显著高于对比算法.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要