一种基于协同稀疏和全变差的高光谱线性解混方法

摘要：

稀疏分解是高光谱图像(Hyperspectral image, HSI) 解混中的常用方法,为了克服传统稀疏解混方法只重视挖掘空间相关性而忽视稀疏性精确刻画的缺点,本文提出一种新的基于协同稀疏和全变差(Total variation, TV) 相结合的高光谱空谱联合线性解混方法,从而进一步提高解混的精度.该方法基于已知光谱库的高光谱稀疏线性回归模型,利用TV正则项对高光谱邻域像元间的相关性进行约束;同时,协同稀疏性被用来刻画丰度系数的行稀疏性,从而表明协同稀疏先验对空谱联合解混精度的提高至关重要;最后采用交替方向乘子法求解模型.模拟高光谱数据实验结果定量地验证本文方法能够比现有同类方法获得更精确的解混结果,同时真实高光谱数据实验结果定性地验证了本文方法的有效性.

关键词：高光谱图像、协同稀疏、TV正则项、线性光谱解混、交替方向乘子法

所属期刊栏目：44

资助基金：国家自然科学基金61672291,61601236,61471199,61571230;江苏省自然科学基金BK20150923资助Supported by National Natural Science Foundation of China61672291,61601236,61471199,61571230;Natural Science Foundation of Jiangsu ProvinceBK20150923

在线出版日期：2018-03-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：116-128