發(fā)布時間：2023-04-01 17:25

　　基于光譜庫的高光譜稀疏解混技術(shù)近年來得到了人們的關(guān)注,該技術(shù)利用光譜庫中光譜樣本作為端元,將解混問題轉(zhuǎn)化為稀疏表示問題。然而,由于測量環(huán)境的差異,待解混圖像的實(shí)際端元往往與光譜庫中相應(yīng)光譜信號存在差異。本文提出了一種光譜差異稀疏約束的聯(lián)合稀疏回歸解混算法。首先,假設(shè)光譜差異具有稀疏特性,建立了光譜庫校正模型,使得在解混過程中可對光譜庫進(jìn)行自適應(yīng)地調(diào)整;然后,將光譜庫校正模型與聯(lián)合稀疏回歸解混模型結(jié)合,建立了考慮光譜差異的稀疏解混模型;最后,基于交替方向乘子法得到了迭代優(yōu)化解決方案。分別利用仿真和真實(shí)高光譜數(shù)據(jù)進(jìn)行了試驗(yàn)驗(yàn)證,結(jié)果表明,在光譜庫不匹配的情形下,本文方法能夠有效提高稀疏解混算法的解混性能。

【文章頁數(shù)】：10 頁

【文章目錄】：
1 聯(lián)合稀疏解混模型
    1.1 LMM
    1.2 聯(lián)合稀疏回歸
2 SDSCSR解混算法
    2.1 稀疏差異先驗(yàn)信息支持的聯(lián)合稀疏解混模型
    2.2 基于ADMM的迭代優(yōu)化解決方案
3 試驗(yàn)結(jié)果與討論
    3.1 模擬數(shù)據(jù)試驗(yàn)
    3.2 真實(shí)數(shù)據(jù)試驗(yàn)
4 結(jié) 論



本文編號：3777555