典型文献
基于约束空间光谱联合的亚像素定位方法
文献摘要：
针对高光谱遥感图像,提出了一种约束空间光谱的亚像素定位方法.传统的亚像素定位方法以解混的结果作为输入,可能无法充分利用高光谱图像丰富的光谱信息.本文所提出的基于约束空间光谱联合的亚像素定位方法(constraint spatial-spectral subpixel mapping,CSSSM),利用下采样将像素丰度与亚像素丰度显式联系起来,代入线性解混模型得到亚像素丰度求解的新模型.在求解过程中,通过添加稀疏性约束与平滑性约束,以限制亚像素丰度的解空间,亚像素丰度求解更精确.其中,针对亚像素丰度稀疏性先验采用重加权1范数作为新的约束,并自适应地更新权重;针对亚像素丰度空间先验信息则采用全变分(total variational,TV)正则化作为约束,然后使用乘法迭代算法求解亚像素丰度,最后利用赢者通吃的策略进行类别确定.在两个合成数据集上进行了实验,结果表明,本方法能够进一步提高亚像素定位的精度.
文献关键词：
高光谱图像;亚像素定位;亚像素丰度;重加权稀疏;全变分正则化;赢者通吃
中图分类号：
作者姓名：
徐文结;郭宝峰;迟昊宇;许张弛;吴文豪
作者机构：
杭州电子科技大学 自动化学院,浙江杭州310018
文献出处：
引用格式：
[1]徐文结;郭宝峰;迟昊宇;许张弛;吴文豪-.基于约束空间光谱联合的亚像素定位方法)[J].光电子·激光,2022(11):1139-1147
A类：
CSSSM,亚像素丰度,重加权稀疏
B类：
约束空间,亚像素定位,定位方法,高光谱遥感图像,高光谱图像,光谱信息,constraint,spatial,spectral,subpixel,mapping,下采样,显式,代入,解混模型,稀疏性约束,平滑性约束,解空间,范数,度空间,先验信息,total,variational,TV,迭代算法,赢者通吃,合成数据集,全变分正则化
AB值：
0.223516
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
