稀疏约束的MVC—NMF算法
作者:
李二森
[1,2] ;
邹瑜
[1] ;
战飞
[3] ;
马智刚
[1] ;
殷俊河
[4]
关键词:
混合像元
端元
丰度
稀疏约束
非负矩阵分解
摘要:
高光谱图像中混合像元的存在直接影响基于遥感影像的地物识别精度,光谱解混算法可以有效地解决混合像元问题。最小体积限制的非负矩阵分解算法(MVC-NMF)不需要假定纯像元的存在;并且在自动提取端元的同时,能够获取每种端元所对应的丰度图;然而该方法并没有考虑丰度矩阵的稀疏特性。提出了将平滑L0模稀疏约束引入MVC-NMF算法中,用于进一步提高算法的精度。实验结果表明:改进后的算法在相同的实验环境条件下比MVC—NMF算法解混的精度更高。
上一篇:城市导航中的3维数字地形建模方法
下一篇:航空遥感影像正射纠正集群并行算法