期刊文献+
共找到16篇文章
< 1 >
每页显示 20 50 100
一种基于高维空间凸面单形体体积的高光谱图像解混算法 被引量:21
1
作者 耿修瑞 张兵 +1 位作者 张霞 郑兰芬 《自然科学进展》 北大核心 2004年第7期810-814,共5页
基于三角形中一个简单的含量与体积比的关系 :三角形ABC内的任何一点P与三角形任意两个顶点 (比如B ,C)构成的面积PBC与整个三角形ABC的面积之比即为另一个顶点A在P中的含量 .将其推广并且严格证明了上述规律对于高维空间中凸面单形体... 基于三角形中一个简单的含量与体积比的关系 :三角形ABC内的任何一点P与三角形任意两个顶点 (比如B ,C)构成的面积PBC与整个三角形ABC的面积之比即为另一个顶点A在P中的含量 .将其推广并且严格证明了上述规律对于高维空间中凸面单形体仍然成立 .基于上述结论 ,对在Cuprite获取的AVIRIS数据进行了光谱解混的实验验证 ,取得了良好的实验效果 . 展开更多
关键词 高维空间 凸面单形体 体积 高光谱 图像解混 混合像元 端元 遥感
下载PDF
基于差分搜索的高光谱图像解混算法 被引量:5
2
作者 张立毅 刘静光 +2 位作者 陈雷 李锵 孙彦慧 《计算机应用研究》 CSCD 北大核心 2016年第10期3177-3180,共4页
针对高光谱图像解混问题进行研究,发现高光谱图像中各个端元的分布不完全独立,不能将盲源分离方法直接应用于高光谱图像解混。为此,提出了一种基于差分搜索的高光谱图像解混算法。该算法根据高光谱图像丰度非负和丰度和为一特性构造相... 针对高光谱图像解混问题进行研究,发现高光谱图像中各个端元的分布不完全独立,不能将盲源分离方法直接应用于高光谱图像解混。为此,提出了一种基于差分搜索的高光谱图像解混算法。该算法根据高光谱图像丰度非负和丰度和为一特性构造相应的约束项,与互信息相结合作为目标函数,利用差分搜索算法对该目标函数进行优化求解来实现高光谱图像解混。仿真数据和实际数据实验表明,该算法能够有效解决高光谱图像解混问题,与已有其他算法相比,能避免陷入局部极值,提高了图像解混的精度,并且针对不含纯像元的高光谱图像具有很好的解混效果。 展开更多
关键词 高光谱图像解混 差分搜索算法 盲源分离 丰度非负约束 丰度和为一约束 互信息
下载PDF
基于像元混合模型估计的高光谱图像解混 被引量:3
3
作者 陈雷 刘静光 +2 位作者 张立毅 李锵 孙彦慧 《红外技术》 CSCD 北大核心 2016年第2期132-137,共6页
在高光谱图像中,线性混合像元和非线性混合像元同时存在,若采用基于单一混合模型的解混算法,会使解混精度降低。因此,提出采用神经网络对高光谱图像中的像元混合模型进行估计,然后针对不同的混合模型进行相应的像元解混。像元解混时,在... 在高光谱图像中,线性混合像元和非线性混合像元同时存在,若采用基于单一混合模型的解混算法,会使解混精度降低。因此,提出采用神经网络对高光谱图像中的像元混合模型进行估计,然后针对不同的混合模型进行相应的像元解混。像元解混时,在目标函数中添加丰度非负和丰度和为一约束项,利用差分搜索算法优化求解目标函数以实现高光谱图像的解混。仿真和实际高光谱数据实验表明,本算法提高了解混精度,适用于线性和非线性混合模型。 展开更多
关键词 高光谱图像解混 神经网络 像元混合模型 差分搜索算法
下载PDF
散射项约束非负矩阵分解的高光谱图像解混
4
作者 陈善学 董桓宇 陈雯雯 《重庆邮电大学学报(自然科学版)》 CSCD 北大核心 2021年第2期296-303,共8页
针对传统的约束非负矩阵分解方法对于解混的物理特性考虑较少,提出一种高光谱图像的解混方法:散射项约束非负矩阵分解(scattering-term constrained nonnegative matrix factorization, STC-NMF)。与大多数约束非负矩阵分解算法将约束... 针对传统的约束非负矩阵分解方法对于解混的物理特性考虑较少,提出一种高光谱图像的解混方法:散射项约束非负矩阵分解(scattering-term constrained nonnegative matrix factorization, STC-NMF)。与大多数约束非负矩阵分解算法将约束建立在数据的数学特性之上不同,STC-NMF考虑到大气中的悬浮物、胶着物的散射作用,对成像光谱仪接收到的光谱信号有着不可忽视的影响,将大气中的米氏散射(Mie scattering)造成的邻域贡献视作干扰,通过将散射相函数作为约束条件的约束非负矩阵分解,在丰度上对目标像素及其邻域的米氏散射干扰进行约束,以达到在目标函数上将米氏散射和噪声造成的干扰降低到最小的效果,通过实验验证了提出方法的有效性。 展开更多
关键词 高光谱图像解混 非负矩阵分解(NMF) 散射相函数 米氏散射
下载PDF
基于ANN端元估计的高光谱图像解混算法 被引量:3
5
作者 张衡 贾志成 +1 位作者 陈雷 郭艳菊 《计算机应用研究》 CSCD 北大核心 2020年第4期1221-1225,1238,共6页
针对高光谱图像解混问题进行研究,发现传统解混算法在保持端元数目不变的情况下,得到的解混精度不高。为此,基于人工神经网络(artificial neural network,ANN)提出一种估计单像素点中端元数目和类别的解混算法。首先利用人工神经网络对... 针对高光谱图像解混问题进行研究,发现传统解混算法在保持端元数目不变的情况下,得到的解混精度不高。为此,基于人工神经网络(artificial neural network,ANN)提出一种估计单像素点中端元数目和类别的解混算法。首先利用人工神经网络对遥感图像中各个像素的端元数目和类别进行估计;之后依据估计结果确定解混算法的目标函数,并引入改进的差分搜索算法对目标函数进行优化求解;最终获取地物丰度和待求参数,实现高光谱图像的解混。仿真数据和真实遥感数据实验表明,与现有的解混算法相比,所提解混算法具有更高的解混性能,更加符合实际场景的情况。 展开更多
关键词 高光谱图像解混 人工神经网络 端元估计 差分搜索算法
下载PDF
基于再权重稀疏和正交约束非负矩阵分解的高光谱图像解混 被引量:1
6
作者 董桓宇 陈善学 陈雯雯 《计算机应用与软件》 北大核心 2022年第7期222-226,共5页
针对由于非负矩阵分解模型的非凸性和噪声,非负矩阵分解方法容易陷入局部最优解的问题,提出一种再权重稀疏和正交约束非负矩阵分解算法(Reweight Sparse and Orthogonal Nonnegative Matrix Factorization, RONMF)。RSNMF是一种稀疏增... 针对由于非负矩阵分解模型的非凸性和噪声,非负矩阵分解方法容易陷入局部最优解的问题,提出一种再权重稀疏和正交约束非负矩阵分解算法(Reweight Sparse and Orthogonal Nonnegative Matrix Factorization, RONMF)。RSNMF是一种稀疏增强的算法,充分体现了高光谱图像解混的地物丰度稀疏性,但也因此使得光谱近似的地物容易混淆。RONMF在再权重稀疏非负矩阵分解的基础上,引入正交非负矩阵分解(Orthogonal Nonnegative Matrix Factorization, ONMF),增强端元光谱的独立性,在再权重稀疏算法基础上进一步优化,以达到更好的解混效果。实验也证实了该算法的优越性能,RONMF算法对土壤与路这种光谱相近的端元解混性能与SONMF相近,继承SONMF有效保护端元独立性的特性,对树和水这种丰度稀疏特性较强端元的解混性能,极大程度地保留了再权重稀疏算法的稀疏性增强能力。 展开更多
关键词 高光谱图像解混 非负矩阵分解 再权重稀疏 正交
下载PDF
图正则重加权稀疏约束的深度非负矩阵分解算法用于高光谱图像解混
7
作者 蒋永丛 何飞 《中国测试》 CAS 北大核心 2022年第12期154-161,180,共9页
为有效挖掘高光谱图像隐层信息以提升混合像元的分解精度,提出一种图正则的重加权稀疏深度非负矩阵分解算法。算法考虑图像丰度矩阵在局部所具有的浅层图结构信息以及在全局所具有的稀疏特性,通过融合图正则项和基于重加权的稀疏正则项... 为有效挖掘高光谱图像隐层信息以提升混合像元的分解精度,提出一种图正则的重加权稀疏深度非负矩阵分解算法。算法考虑图像丰度矩阵在局部所具有的浅层图结构信息以及在全局所具有的稀疏特性,通过融合图正则项和基于重加权的稀疏正则项及非负矩阵的多层深度结构来提升对混合像元的分解能力。通过乘法更新规则对深度非负矩阵分解算法进行逐层更新以优化全局框架。基于光谱角度距离和均方根误差评价指标,在模拟数据集和真实数据集上的实验显示所提出的算法相比其他典型算法分别有最大约63%和9.7%的解混精度增益。实验证明所提出的图正则重加权稀疏约束的深度非负矩阵分解算法能有效提升高光谱图像的解混精度,更好地服务于国家重大需求。 展开更多
关键词 高光谱图像 图拉普拉斯 重加权稀疏 深度非负矩阵 高光谱图像解混
下载PDF
PCTU-Net:用于高光谱图像的多尺度池化-Transformer协同解混网络
8
作者 陈建锋 王继红 《建模与仿真》 2023年第6期5572-5584,共13页
近年来,基于深度学习的高光谱解混技术越来越受到关注,并取得了重大进展。然而,仅依靠Transformer方法不足以有效捕获全局和细粒度信息,从而影响解混任务的准确性。为了充分利用高光谱图像中包含的信息,本研究探索了一个通过池化操作来... 近年来,基于深度学习的高光谱解混技术越来越受到关注,并取得了重大进展。然而,仅依靠Transformer方法不足以有效捕获全局和细粒度信息,从而影响解混任务的准确性。为了充分利用高光谱图像中包含的信息,本研究探索了一个通过池化操作来加深网络并提取图像细节特征进而与Transformer协同作用于高光谱图像解混的网络,称为PCTU-Net。它端到端地充分学习了全局和局部信息,以实现更有效地解混。该网络包括两个核心模块:一个是多尺度池化模块,该模块由最大池化操作、条纹池化操作和平均池化操作组成;另一个是Transformer编码器,它包括了嵌入层、自注意力模块、线性层以及多层感知器。本研究在三个数据集(Samson、Apex和合成数据集)上广泛评估了PCTU-Net和其他六种高光谱解混方法。实验结果有力地表明,所提出的方法在精度方面优于其他方法,具有有效解决高光谱解混任务的潜力。 展开更多
关键词 深度学习 高光谱图像解混 多尺度池化 TRANSFORMER
下载PDF
基于布谷鸟搜索算法的高光谱图像解混算法 被引量:4
9
作者 孙彦慧 张立毅 +3 位作者 陈雷 李锵 滕建辅 刘静光 《光电子.激光》 EI CAS CSCD 北大核心 2015年第9期1806-1813,共8页
将独立成分分析(ICA)算法用于高光谱图像解混时,算法对丰度的独立性要求与实际地物分布相矛盾;同时,采用梯度算法对解混目标函数进行优化时,易收敛到局部极值点。针对上述问题,提出在非负ICA(NICA)模型的目标函数中引入丰度和为一约束(A... 将独立成分分析(ICA)算法用于高光谱图像解混时,算法对丰度的独立性要求与实际地物分布相矛盾;同时,采用梯度算法对解混目标函数进行优化时,易收敛到局部极值点。针对上述问题,提出在非负ICA(NICA)模型的目标函数中引入丰度和为一约束(ASC),确保解混出的丰度与实际地物分布一致;同时,采用布谷鸟搜索(CS)算法,利用其优异的全局搜索性能对提出的目标函数进行优化求解。为减少参数维数并缩小CS算法的搜索范围,利用矩阵QR分解理论,将对解混矩阵的搜索转化为对一系列Gives矩阵的识别。仿真数据和真实高光谱图像数据实验结果表明,提出的算法能有效地克服上述问题,在噪声为30dB、像元纯度为0.8时,解混指标光谱角距离(SAD)和均方根误差(RMSE)达到了0.03以下,达到良好解混效果。 展开更多
关键词 高光谱图像解混 非负独立成分分析(NICA) 丰度和为一约束(ASC) 布谷鸟搜索(CS)算法 QR分解
原文传递
基于信息熵的NMF遥感图像解混算法 被引量:5
10
作者 李杏梅 王伟奇 《华中科技大学学报(自然科学版)》 EI CAS CSCD 北大核心 2019年第11期25-29,共5页
针对传统稀疏非负矩阵分解(NMF)解混方法仅考虑丰度矩阵中非零个数最少,没有考虑混合像元内端元的丰度分布具有不均匀性的这一问题,提出一种基于信息熵的NMF遥感图像解混算法.将端元的丰度值的大小看成是信息熵中的符号出现的概率,当端... 针对传统稀疏非负矩阵分解(NMF)解混方法仅考虑丰度矩阵中非零个数最少,没有考虑混合像元内端元的丰度分布具有不均匀性的这一问题,提出一种基于信息熵的NMF遥感图像解混算法.将端元的丰度值的大小看成是信息熵中的符号出现的概率,当端元等概率出现在混合像元中时各个丰度值大小相等,对应的实际地物等比例出现在混合像元中,此时信息熵最大,但是丰度稀疏性最低;当丰度分布最不均匀时,仅有一种地物类型出现,信息熵最小,此时丰度值的稀疏性最高,只有一个非零值,由此得出丰度稀疏性和信息熵有负相关的关系.在NMF解混算法的基础上,引入负信息熵来约束丰度矩阵,同时加入平滑限制来约束端元光谱矩阵.在模拟数据和真实数据上进行了结果测试.实验结果表明:相比传统的NMF解混算法和基于l2范数的NMF遥感图像解混算法,本方法能得到更好的解混效果. 展开更多
关键词 非负矩阵分解 遥感图像解混 信息熵 最少非零个数 不均匀性
原文传递
基于多目标蝙蝠优化的高光谱图像解混算法
11
作者 康志龙 张雪萍 +2 位作者 陈雷 郭艳菊 权佳宁 《光电子.激光》 EI CAS CSCD 北大核心 2018年第3期325-332,共8页
由于高光谱图像的丰度特性,盲源分离算法不能直接用于高光谱图像解混。同时,在解混过程中用梯度算法对目标函数进行优化时易陷入局部最优。为此,本文提出了一种基于多目标蝙蝠优化算法的高光谱图像解混算法。该算法将高光谱图像模型中... 由于高光谱图像的丰度特性,盲源分离算法不能直接用于高光谱图像解混。同时,在解混过程中用梯度算法对目标函数进行优化时易陷入局部最优。为此,本文提出了一种基于多目标蝙蝠优化算法的高光谱图像解混算法。该算法将高光谱图像模型中存在的丰度非负约束及丰度和为一约束作为解混的两个目标函数,将解混问题转化为对目标函数的优化问题,同时引入多目标蝙蝠优化算法来求解,从而实现高光谱图像解混。实验结果表明,本文算法能有效解决上述问题,并且当改变图像的信噪比、像元纯度和像素数时,观察光谱角距离与均方根误差值的变化情况,与其它解混算法相比,本文算法具有更高的解混精度和很好的抗噪性,在像元纯度很低的情况下也有很好的性能。 展开更多
关键词 盲源分离 高光谱图像解混 梯度算法 目标函数 多目标蝙蝠优化
原文传递
多尺度光谱相似性指导的高光谱解混算法 被引量:2
12
作者 王艳红 崔子冠 +2 位作者 干宗良 唐贵进 刘峰 《信号处理》 CSCD 北大核心 2021年第3期417-427,共11页
结合空间信息约束的高光谱稀疏解混技术是高光谱图像稀疏解混领域的研究热点之一。为了克服高光谱图像在自然场景中的空间结构难以精确表示的缺点,本文提出了一种多尺度光谱相似性指导的高光谱解混算法。首先,将高光谱图像分割成具有空... 结合空间信息约束的高光谱稀疏解混技术是高光谱图像稀疏解混领域的研究热点之一。为了克服高光谱图像在自然场景中的空间结构难以精确表示的缺点,本文提出了一种多尺度光谱相似性指导的高光谱解混算法。首先,将高光谱图像分割成具有空间结构的近似域光谱图像;然后,根据相邻超像素之间的相似性进行近似域稀疏解混;最后,将近似域解混结果转换到原始域并结合实际像素光谱进行原始域的逐像素精确解混。实验结果表明,本文所提出的算法相比同类算法有更低的解混复杂度,且具有更高的解混精度和鲁棒性。 展开更多
关键词 高光谱图像解混 超像素 空间约束 稀疏解混
下载PDF
全变差Cauchy非负张量分解高光谱解混算法 被引量:1
13
作者 吴新浪 叶军 《计算机技术与发展》 2022年第12期21-28,36,共9页
高光谱图像解混是高光谱图像应用的一项重要任务,包括了对端元的提取和丰度的估计。基于非负张量分解的光谱解混方法能很好地保留高光谱图像的空间结构信息,但是却没有很好地利用丰度张量的分段光滑性约束,同时噪声的存在也严重影响了... 高光谱图像解混是高光谱图像应用的一项重要任务,包括了对端元的提取和丰度的估计。基于非负张量分解的光谱解混方法能很好地保留高光谱图像的空间结构信息,但是却没有很好地利用丰度张量的分段光滑性约束,同时噪声的存在也严重影响了高光谱图像的解混性能。针对上述问题,全变差Cauchy非负张量分解(Total Variation Cauchy Nonnegative Tensor Factorization,TV-CNTF)方法被提出用于高光谱图像解混。该方法利用Cauchy损失来代替传统的最小二乘损失,通过减小噪声点在解混模型中的权重,来降低噪声对解混结果的影响,同时在模型中加入了全变差算子,保证了丰度张量的分段平滑结构。此外,采用交替方向乘子法求解所提出的TV-CNTF。经过模拟和真实数据实验,同现有的其他方法相比,TV-CNTF方法的解混效果和鲁棒性都更好。 展开更多
关键词 高光谱图像解混 非负张量分解 全变差 Cauchy损失 交替方向乘子法
下载PDF
重加权稀疏非负矩阵分解的高光谱解混 被引量:6
14
作者 贾麒 廖守亿(指导) +1 位作者 张作宇 杨薪洁 《红外与激光工程》 EI CSCD 北大核心 2020年第S02期283-299,共17页
近年来基于非负矩阵分解(Nonnegative Matrix Factorization,NMF)的高光谱图像解混方法引起了大家的广泛关注。但是由于NMF问题的非凸性,该方法并不能保证解的唯一性,容易陷入局部极小。为了缩小NMF问题的解空间,提高解混精度,提出了一... 近年来基于非负矩阵分解(Nonnegative Matrix Factorization,NMF)的高光谱图像解混方法引起了大家的广泛关注。但是由于NMF问题的非凸性,该方法并不能保证解的唯一性,容易陷入局部极小。为了缩小NMF问题的解空间,提高解混精度,提出了一种新的丰度重加权稀疏NMF(ARSNMF)的解混方法。首先,考虑到丰度矩阵的稀疏性,稀疏约束被添加到NMF模型中。接着,考虑到问题计算复杂、不易于优化,将其转化为重加权稀疏约束的形式,既实现了的稀疏效果,又解决了范数难以求解的问题。为提高算法收敛速度,采用交替方向乘子算法(ADMM)对模型进行优化,将目标函数拆分成几个子问题进行独立求解。基于仿真数据和真实数据的仿真实验验证了该解混算法的有效性。 展开更多
关键词 高光谱图像解混 非负矩阵分解(NMF) 稀疏约束 重加权 交替方向乘子算法(ADMM)
原文传递
基于分块PCA与端元提取的壁画线条增强研究 被引量:2
15
作者 毛锦程 吕书强 +1 位作者 侯妙乐 汪万福 《图学学报》 CSCD 北大核心 2022年第3期425-433,共9页
线状特征是壁画中的重要元素。然而受到自然及人为因素的影响,壁画的部分线条常常变得模糊,人眼难以辨别。因此,提出一种利用高光谱影像分块主成分分析(PCA)与端元提取相结合的线状特征增强方法。首先,利用支持向量机(SVM)对壁画的合成... 线状特征是壁画中的重要元素。然而受到自然及人为因素的影响,壁画的部分线条常常变得模糊,人眼难以辨别。因此,提出一种利用高光谱影像分块主成分分析(PCA)与端元提取相结合的线状特征增强方法。首先,利用支持向量机(SVM)对壁画的合成真彩色影像进行分类,根据分类结果得到壁画标签数据,实现高光谱影像同质区域的分块数据。其次,对各分块影像进行顶点成分分析(VCA)得到候选端元集,通过构造投影矩阵合并相似端元确定最终端元集。然后,利用非负最小二乘算法解混得到线条丰度图。最后,将分块PCA的第一主成分影像归一化后与线条丰度图进行波段加权平均获取线状特征增强影像,将其与合成真彩色影像进行HSV图像融合得到线状特征融合影像。以瞿昙寺壁画局部高光谱影像为例进行了验证,结果表明,该算法能增强壁画中的线状特征,且较PCA增强法效果更好。 展开更多
关键词 高光谱影像 线状特征 分块主成分分析 图像解混 壁画
下载PDF
Chaotic system and QR factorization based robust digital image watermarking algorithm 被引量:9
16
作者 宋伟 侯建军 +1 位作者 李赵红 黄亮 《Journal of Central South University》 SCIE EI CAS 2011年第1期116-124,共9页
In order to protect copyright of digital images,a new robust digital image watermarking algorithm based on chaotic system and QR factorization was proposed.The host images were firstly divided into blocks with same si... In order to protect copyright of digital images,a new robust digital image watermarking algorithm based on chaotic system and QR factorization was proposed.The host images were firstly divided into blocks with same size,then QR factorization was performed on each block.Pseudorandom circular chain(PCC) generated by logistic mapping(LM) was applied to select the embedding blocks for enhancing the security of the scheme.The first column coefficients in Q matrix of chosen blocks were modified to embed watermarks without causing noticeable artifacts.Watermark extraction procedure was performed without the original cover image.The experimental results demonstrate that the watermarked images have good visual quality and this scheme is better than the existing techniques,especially when the image is attacked by cropping,noise pollution and so on.Analysis and discussion on robustness and security issues were also presented. 展开更多
关键词 digital watermarking QR factorization pseudorandom circular chain logistic mapping
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部