收藏本站
收藏 | 投稿 | 论文排版

线性高光谱解混模型综述

袁静  章毓晋  高方平  
【摘要】:高光谱遥感技术具有强大的地物探测能力.然而,其空间分辨率低的特点导致光谱图像中存在大量的混合像元,该现象阻碍了高光谱技术的应用和发展.针对米级以下的高光谱图像,线性混合模型能够很好地为混合像元建模.由于其物理上的可释性以及数学上的可操作性,作为光谱解混基础的线性混合模型受到了广泛关注,为高光谱图像的混合像元解混问题提供了重要的解决思路.然而,由于观测噪声、环境条件、端元变异性和数据集大小等情况的存在,线性解混依然是一个具有挑战性的不适定的逆问题.通过整理近五年的文献资料,分别从非负矩阵分解、原型分析、贝叶斯方法以及稀疏解混四个方面介绍线性解混数学模型的发展现状以及面临的问题.

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 袁静;章毓晋;高方平;;线性高光谱解混模型综述[J];红外与毫米波学报;2018年05期
2 王瀛;何欣;左方;;基于最大整体包容度约束非负矩阵分解的高光谱遥感图像混合像元分析算法[J];光子学报;2018年03期
3 智通祥;杨斌;王斌;;基于丰度约束核非负矩阵分解的高光谱图像非线性解混[J];复旦学报(自然科学版);2018年04期
4 徐晨光;邓承志;;稀疏正则化的非负矩阵分解高光谱解混算法比较与分析[J];南昌工程学院学报;2017年06期
5 严阳;华文深;刘恂;崔子浩;;高光谱解混方法研究[J];激光技术;2018年05期
6 余肖玲;黄光鑫;;基于最小体积约束的非负矩阵分解模型的高光谱解混算法探究[J];成都大学学报(自然科学版);2014年04期
7 李二森;张振华;赵国青;宋丽华;;改进的MVC-NMF算法在高光谱图像解混中的应用[J];海洋测绘;2010年05期
8 魏一苇;黄世奇;王艺婷;卢云龙;刘代志;;基于体积和稀疏约束的高光谱混合像元分解算法[J];红外与激光工程;2014年04期
9 王晓飞;张钧萍;张晔;;高光谱图像混合像元分解算法[J];红外与毫米波学报;2010年03期
10 崔震;杨桄;雷盼飞;阮树朋;;高光谱图像飞机目标检测研究[J];电子设计工程;2011年18期
11 吕亚丽;赵辽英;;基于约束非负矩阵分解的混合象元分解新方法[J];杭州电子科技大学学报;2009年04期
12 成宝芝;张丽丽;齐滨;;简析高光谱图像解混技术及算法[J];大庆师范学院学报;2012年06期
13 黄作维;胡光伟;谢世雄;;基于光谱解混的城市地物分类研究[J];农业机械学报;2018年10期
14 彭倩;张兵;孙旭;高连如;于文博;;结合空间光谱预处理和约束非负矩阵分解的高光谱图像混合像元分解[J];中国图象图形学报;2017年04期
15 李冰;孙辉;孙宁;王坤;;基于改进人工蜂群算法的高光谱图像端元提取方法[J];南昌工程学院学报;2015年06期
16 王瀛;梁楠;郭雷;;一种基于修正扩展形态学算子的高光谱遥感图像端元提取算法[J];光子学报;2012年06期
17 崔宾阁;庄仲杰;任广波;吴培强;张杰;;典型高光谱图像端元提取算法在黄河口湿地应用评价研究[J];海洋科学;2015年02期
18 刘宇;李钢;安宁;;基于先验知识的独立分量分析技术在高光谱图像端元提取中的应用[J];安徽农业科学;2011年16期
19 耿修瑞;赵永超;刘素红;王福祥;;高维叉积的矩阵计算以及在高光谱图像端元自动提取中的应用[J];中国科学:信息科学;2010年04期
20 段金亮;王杰;文星跃;;基于端元变化的两种混合像元分解算法比较研究[J];资源开发与市场;2017年06期
中国重要会议论文全文数据库 前8条
1 蒋霈霖;;遥感图像混合谱解混的新方法[A];中国自动化学会中南六省(区)2010年第28届年会·论文集[C];2010年
2 许宁;孙康;刘磊;胡玉新;耿修瑞;;基于分块矩阵求逆引理的高光谱图像快速端元提取方法[A];第四届高分辨率对地观测学术年会论文集[C];2017年
3 王百合;刘志刚;李义红;;基于光谱角分析的端元光谱聚类方法研究[A];国家安全地球物理丛书(九)——防灾减灾与国家安全[C];2013年
4 张兵;王向伟;郑兰芬;童庆禧;;高光谱图像地物分类与识别研究[A];成像光谱技术与应用研讨会论文集[C];2004年
5 武倩聿;张馨月;张旭东;;基于约束能量最小化的高光谱图像目标检测算法研究[A];第十二届全国信号和智能信息处理与应用学术会议论文集[C];2018年
6 张悦;官云兰;;基于聚类的高光谱图像非监督波段选择方法[A];《江西遥感》2017年第2期(总第3期)[C];2017年
7 张良培;丛浩;;一种可选端元的混合像元分解方法[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
8 郑毓轩;李云松;师艳子;曲家慧;谢卫莹;;基于FPGA的高光谱异常目标检测RXD算法加速方案[A];2018软件定义卫星高峰论坛会议摘要集[C];2018年
中国博士学位论文全文数据库 前10条
1 齐滨;高光谱图像分类及端元提取方法研究[D];哈尔滨工程大学;2012年
2 赵艮平;基于可调节原型分析的高光谱图像解混研究[D];哈尔滨工程大学;2017年
3 崔建涛;高光谱遥感图像解混技术研究[D];浙江大学;2015年
4 徐速;基于压缩感知的高光谱图像稀疏解混方法研究[D];重庆大学;2015年
5 刘振林;基于核空谱信息挖掘的高光谱图像分类方法研究[D];哈尔滨工业大学;2014年
6 徐盈盈;高光谱图像的稀疏解混方法研究[D];华东师范大学;2018年
7 王蕊;高光谱遥感图像稀疏解混算法研究[D];西南交通大学;2017年
8 李娇娇;高光谱遥感图像高效分类与解混方法研究[D];西安电子科技大学;2016年
9 张明阳;基于进化优化学习的高光谱特征选择与提取[D];西安电子科技大学;2018年
10 刘帅;基于分层稀疏学习和协同表示的高光谱图像去噪和分类[D];西安电子科技大学;2017年
中国硕士学位论文全文数据库 前10条
1 张先同;基于低秩约束非负矩阵分解的高光谱解混方法研究[D];西安电子科技大学;2017年
2 彭倩;基于非负矩阵分解的高光谱图像解混研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年
3 崔媛;高光谱图像混合像元分解技术研究[D];沈阳航空航天大学;2016年
4 吕亚丽;基于非负矩阵分解的高光谱图像解混技术研究[D];杭州电子科技大学;2010年
5 童文杰;基于端元学习的高光谱图像稀疏解混研究[D];西安电子科技大学;2015年
6 武鹤;基于数学形态学的高光谱图像端元提取技术研究[D];成都理工大学;2011年
7 赵梓竣;基于非负矩阵分解的高光谱图像解混研究[D];哈尔滨工程大学;2015年
8 严义超;基于迭代光谱混合分析的高光谱图像解混技术研究[D];华中科技大学;2013年
9 黄春海;基于非负矩阵分解的高光谱图像解混技术研究[D];西安电子科技大学;2014年
10 王琼;高光谱图像非线性解混技术研究[D];哈尔滨工程大学;2014年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978