由于受到高光譜傳感器空間分辨率的限制以及復(fù)雜地物的影響,遙感影像中的一個像元所包含的端元信息并不單一,普遍存在著混合像元的情況。如何把混合像元分解出來,對高光譜影像進(jìn)行解混,直接影響著后續(xù)地物目標(biāo)的識別與分類。高光譜稀疏解混算法是在龐大的光譜庫中進(jìn)行光譜端元的篩選并對其豐度進(jìn)行估計的高光譜解混技術(shù)。近年來高光譜稀疏解混方法受到廣泛的關(guān)注,并且取得了一定的成果。本文主要介紹了幾種經(jīng)典的稀疏解混算法和光譜加權(quán)的稀疏解混算法的原理和優(yōu)缺點(diǎn),并把幾種算法進(jìn)行了詳細(xì)的分析和比較。通過模擬和真實(shí)數(shù)據(jù)實(shí)驗(yàn)驗(yàn)證了幾種算法的解混效果。

【文章頁數(shù)】：7 頁

【文章目錄】：
1 高光譜稀疏解混方法
2 光譜加權(quán)的高光譜圖像稀疏解混
3 實(shí)驗(yàn)與討論
    3.1 模擬數(shù)據(jù)實(shí)驗(yàn)
    3.2 真實(shí)數(shù)據(jù)實(shí)驗(yàn)
4 結(jié)束語



本文編號：3742942