版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、隨著遙感技術和成像光譜儀的發(fā)展,高光譜遙感圖像在越來越多的領域中得到應用。然而,由于其較低的空間率以及地物分布的復雜性,一個像元往往是由好幾種地物構(gòu)成的,這嚴重阻礙高光譜圖像的實際應用。因而,對高光譜圖像進行混合像元分解就特別有意義了。目前在該研究領域,國內(nèi)外的新方法新思路層出不窮?;谙∈杓s束的高光譜解混問題已經(jīng)成為當今遙感領域的一個熱點,它是一個稀疏回歸問題,目標是在一個較大的光譜庫中尋找能夠表征像元的最優(yōu)光譜子集。但是仍存在著沒有
2、利用圖像的空間信息等缺點,本論文在總結(jié)前人研究成果的基礎上,針對基于稀疏約束的高光譜圖像混合像元分解作了大量研究,主要的研究內(nèi)容如下:
首先,闡述了高光譜線性和非線性混合模型,介紹了線性解混的基本步驟,對于端元數(shù)目估計算法、端元提取算法和豐度反演算法進行了逐一地介紹。
然后,詳細闡述了基于稀疏約束的高光譜解混模型。它假設混合像元可以被表示成一個已知的光譜庫中各光譜曲線的線性組合。這樣,解混就相當于在光譜庫中尋找能夠表
3、征這個像元的最佳的光譜庫子集。稀疏解混問題本質(zhì)上是 L0范數(shù)的優(yōu)化問題。通常情況下,將L0范數(shù)最小化問題轉(zhuǎn)化為L1范數(shù)最小化問題來解。本文采用變量分裂和增廣拉格朗日算法來進行稀疏解混,它是一種非常快速的方法,并對其正則化參數(shù)和罰參數(shù)的取值進行了研究,以便取得一個相對較優(yōu)的參數(shù)。通過模擬實驗分析了光譜庫的互相關函數(shù)值MC對于解混結(jié)果的影響,得到了一般性的結(jié)論:光譜庫矩陣的互相關函數(shù)值MC越小,稀疏解混的效果越好。
最后,深入研究
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏表示的高光譜圖像解混研究.pdf
- 基于稀疏約束和流形正則化的高光譜非線性解混算法研究.pdf
- 高光譜圖像解混技術研究.pdf
- 基于結(jié)構(gòu)稀疏表示的高光譜圖像解混.pdf
- 基于空間相關性約束稀疏表示的高光譜圖像解混方法研究.pdf
- 高光譜像元解混技術研究
- 基于迭代光譜混合分析的高光譜圖像解混技術研究.pdf
- 高光譜像元解混技術研究.pdf
- 高光譜遙感圖像解混技術研究.pdf
- 基于聯(lián)合稀疏表示的高光譜圖像解混方法研究.pdf
- 高光譜圖像非線性解混技術研究.pdf
- 基于核方法的高光譜遙感圖像解混技術研究.pdf
- 面向光譜解混的高光譜圖像快速處理技術研究.pdf
- 非監(jiān)督的高光譜圖像解混技術研究.pdf
- 基于稀疏性約束的高光譜圖像處理方法研究
- 基于稀疏表示的高光譜圖像處理技術研究.pdf
- 基于稀疏約束最小二乘光譜解混算法的濕地精細分類.pdf
- 基于低秩約束非負矩陣分解的高光譜解混方法研究.pdf
- 基于光譜庫的空譜聯(lián)合高光譜稀疏解混方法研究.pdf
- 基于稀疏性約束的高光譜圖像處理方法研究.pdf
評論
0/150
提交評論