-
公开(公告)号：CN108509380A
公开(公告)日：2018-09-07
申请号：CN201810257089.8
申请日：2018-03-27
Applicant: 北京科技大学
Abstract: 本发明提供一种高光谱图像解混方法，能够提高具有相似光谱特性的端元的解混精度。所述方法包括：建立包含类内与非类内端元的线性光谱混合模型；将光谱间的协方差平方和作为相关性函数，增加类内端元光谱间、非类内端元光谱间、类内与非类内端元光谱间的相关性约束；根据建立的线性光谱混合模型和确定的相关性约束，建立目标函数，应用非负矩阵分解算法进行解混。本发明涉及遥感图像处理技术领域。
-
公开(公告)号：CN108427934A
公开(公告)日：2018-08-21
申请号：CN201810262788.1
申请日：2018-03-28
Applicant: 北京科技大学
IPC: G06K9/00
Abstract: 本发明提供一种高光谱影像混合像元分解方法，能够提高高光谱影像混合像元分解精度。所述方法包括：获取高光谱影像数据；根据端元光谱变异情况，构造类内端元光谱变异矩阵；利用构造的类内端元光谱变异矩阵对所述高光谱影像数据进行加权处理；引入丰度稀疏约束条件并基于加权处理结果，构建目标函数，利用分层式非负矩阵分解策略对构建的目标函数进行分解，得到端元矩阵及丰度矩阵。本发明涉及高光谱遥感图像数据处理领域。
-
公开(公告)号：CN108427934B
公开(公告)日：2020-08-07
申请号：CN201810262788.1
申请日：2018-03-28
Applicant: 北京科技大学
IPC: G06K9/00
Abstract: 本发明提供一种高光谱影像混合像元分解方法，能够提高高光谱影像混合像元分解精度。所述方法包括：获取高光谱影像数据；根据端元光谱变异情况，构造类内端元光谱变异矩阵；利用构造的类内端元光谱变异矩阵对所述高光谱影像数据进行加权处理；引入丰度稀疏约束条件并基于加权处理结果，构建目标函数，利用分层式非负矩阵分解策略对构建的目标函数进行分解，得到端元矩阵及丰度矩阵。本发明涉及高光谱遥感图像数据处理领域。
-
-
Search Results
3
records
(took 0.022 seconds)
