期刊文章详细信息
一种低秩和图正则化的协同稀疏高光谱解混方法
A Low-rank and Graph Regularization Collaborative Sparse Hyperspectral Unmixing Method
文献类型:期刊文章
HAN Hongwei;CHEN Ling;MIAO Jiaqing(Department of Basic Education,The Engineering&Technical College of Chengdu University of Technology,Leshan 614000,China;Geomathematics Key Laboratory of Sichuan Province,Chengdu University of Technology,Chengdu 610059,China;School of Mathematics,Southwest Minzu University,Chengdu 610041,China)
机构地区:[1]成都理工大学工程技术学院基础教学部,四川乐山614000 [2]成都理工大学数学地质四川省重点实验室,四川成都610059 [3]西南民族大学数学学院,四川成都610041
基 金:四川省科技厅-中央引导地方项目(2021ZYD0021);数学地质四川省重点实验室开放基金项目(scsxdz2021zd01,scsxdz2019yb01)。
年 份:2023
卷 号:53
期 号:4
起止页码:868-876
语 种:中文
收录情况:BDHX、BDHX2020、JST、核心刊
摘 要:针对经典协同稀疏解混方法中稀疏性表征不足以及丰度矩阵过平滑等问题,提出一种低秩和图正则化的协同稀疏高光谱解混方法。引入加权因子,进一步促进丰度矩阵的稀疏性;引入了图正则化项,获取图像的空间信息,以促进图像的平滑性;在模型中增加低秩项,进而挖掘高光谱数据的细节结构,进一步提高解混的精度。利用2个模拟和1个真实高光谱数据进行实验,结果表明,提出方法的解混精度与经典解混方法相比得到显著提升。
关 键 词:高光谱图像 稀疏 低秩 光谱解混 图正则化
分 类 号:TP391.41]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...