基于空间-光谱分析的高光谱遥感影像稀疏解混研究
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、像元的稀疏性表示和结合影像空间信息3个方面针对性地提出了提高解混精度的方法.主要研究内容和创新点如下:
(1) 系统地阐述了基于稀疏回归的混合像元分解模型和相关算法,分析影响解混精度的因素及其规律.进一步研究稀疏解混算法中稀疏性参数的优化选择.
空间信息、光谱分析、高光谱、遥感影像、稀疏解、混合像元、端元、稀疏性、可变性、精度、优化选择、影像分析、亚像素级、同物异谱、同谱异物、算法、光谱信息、分解模型、方法、分解能
46
P237(摄影测量学与测绘遥感)
江西省青年科学基金20161BAB213092;江西省教育厅科学技术研究项目GJJ160585;东华理工大学江西省数字国土重点实验室开放基金DLLJ201606;东华理工大学博士启动基金DHBK2015309
2017-09-27(万方平台首次上网日期,不代表论文的发表时间)
共1页
1072