針對(duì)高光譜圖像解混精度不高和全約束非線性解混耗時(shí)長(zhǎng)的問(wèn)題,該文提出了一種基于差分搜索的多線性高光譜圖像解混算法。首先,引入多線性混合模型建立全約束解混目標(biāo)函數(shù),將多線性解混問(wèn)題轉(zhuǎn)化為最優(yōu)化問(wèn)題;再利用差分搜索算法的[0,1]搜索域與"和為1"邊界控制機(jī)制滿足豐度約束條件,從而簡(jiǎn)化全約束解混目標(biāo)函數(shù);最后,對(duì)簡(jiǎn)化后的目標(biāo)函數(shù)進(jìn)行迭代優(yōu)化求解,進(jìn)而實(shí)現(xiàn)多線性高光譜圖像解混。實(shí)驗(yàn)結(jié)果表明:該算法在保證解混精度的同時(shí)減少了全約束非線性解混時(shí)間,能夠取得較好的解混效果。

【文章頁(yè)數(shù)】：9 頁(yè)

【文章目錄】：
0 引言
1 高光譜圖像混合模型
    1.1 線性混合模型
    1.2 非線性混合模型
    1.3 多線性混合模型
2 圖像解混算法
    2.1 差分搜索算法
    2.2 全約束解混目標(biāo)函數(shù)的簡(jiǎn)化
        2.2.1 全約束解混目標(biāo)函數(shù)
        2.2.2 目標(biāo)函數(shù)的簡(jiǎn)化
        2.2.3 簡(jiǎn)化后的目標(biāo)函數(shù)
    2.3 DS＿M(jìn)LHU算法
3 實(shí)驗(yàn)與分析
    3.1 參數(shù)設(shè)定
    3.2 評(píng)價(jià)標(biāo)準(zhǔn)
    3.3 仿真數(shù)據(jù)實(shí)驗(yàn)
    3.4 真實(shí)數(shù)據(jù)實(shí)驗(yàn)
4 結(jié)束語(yǔ)



本文編號(hào)：3855841