摘要
该文在分析基于几何先验和统计先验的传统线性高光谱解混方法的基础上,研究了基于稀疏性先验的高光谱解混模型和算法,对基于光谱库的稀疏性高光谱解混方法和基于非负矩阵分解的稀疏性高光谱解混方法进行了分析比较和性能测试,验证了稀疏性高光谱解混方法的有效性,讨论了相关研究要点和后续研究思路。
On the basis of analyzing traditional linear hyperspectral unmixing methods based on the geometrical prior and the statistical prior,sparsity constrained hyperspectral unmixing models and algorithms are studied.The methods of sparsity constrained hyperspectral unmixing based on spectral library and those based on non-negative matrix factorization are reviewed and compared with each other.The effectiveness of the sparse hyperspectral unmixing is demonstrated.The corresponding perspectives on the future are presented.
出处
《南京理工大学学报》
CAS
CSCD
北大核心
2013年第4期486-492,共7页
Journal of Nanjing University of Science and Technology
基金
国家自然科学基金(61101194)
江苏省自然科学基金(BK2011701)
江苏省“六大人才高峰”项目(WLW-011)
高等学校博士学科点专项科研基金资助项目(20113219120024)
中国地质调查局工作项目(1212011120227)
航遥中心对地观测技术工程实验室开放课题资助
关键词
高光谱
稀疏性
解混
hyperspectral
sparsity
unmixing