L1/2正则化的逐次高光谱图像光谱解混

摘要：

由于高光谱遥感图像的混合程度较高,使得传统的非负矩阵欠逼近(Nonnegative Matrix Underapproximation,NMU)算法所提取的基本成分仍然“不纯”,且易受噪声影响.针对这些不足,提出了一种基于L1/2正则化的软阈值NMU逐次光谱解混算法.首先,通过引入丰度的L1/2正则项来增强算法的地物区分能力,进而提高所分离地物的纯度;其次,利用软阈值惩罚函数代替NMU中的残差非负约束,通过调节惩罚因子来控制非负元素的数量,从而提高算法的抗噪性能.在仿真数据和实测数据上的实验结果表明,即使在有噪声的条件下,该算法也能得到较好的分离结果.

关键词：高光谱遥感、光谱解混、非负矩阵欠逼近

所属期刊栏目：48

分类号：TP751(遥感技术)

资助基金：国家自然科学基金cstc2016jcyjA0539

在线出版日期：2019-08-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：286-294