公开(公告)号：CN105320959B

公开(公告)日：2018-11-16

申请号：CN201510639916.6

申请日：2015-09-30

申请人： 西安电子科技大学

发明人： 孟红云 ,  张小华 ,  童文杰 ,  田小林 ,  陈佳伟 ,  钟桦

IPC分类号： G06K9/62

摘要： 本发明公开了一种基于端元学习的高光谱图像稀疏解混方法，主要解决了现有技术在低信噪比的高光谱图像解混过程中，高光谱图像解混精度低、重构效果差、耗时长、效率低的问题。本发明的步骤为：输入高光谱数据，合成高光谱基数据，端元学习，求解高光谱数据丰度矩阵，计算高光谱数据丰度矩阵的重构误差，输出解混结果。本发明采用了新的求解模式，引入了端元学习的思想，具有解混精度高、重构效果好、效率高的优点，同时求解步骤简单，原理清晰，可用于高光谱图像的理解解译。

公开(公告)号：CN105320959A

公开(公告)日：2016-02-10

申请号：CN201510639916.6

申请日：2015-09-30

申请人： 西安电子科技大学

发明人： 孟红云 ,  张小华 ,  童文杰 ,  田小林 ,  陈佳伟 ,  钟桦

IPC分类号： G06K9/62

CPC分类号： G06K9/6224 ,  G06K9/6223

摘要： 本发明公开了一种基于端元学习的高光谱图像稀疏解混方法，主要解决了现有技术在低信噪比的高光谱图像解混过程中，高光谱图像解混精度低、重构效果差、耗时长、效率低的问题。本发明的步骤为：输入高光谱数据，合成高光谱基数据，端元学习，求解高光谱数据丰度矩阵，计算高光谱数据丰度矩阵的重构误差，输出解混结果。本发明采用了新的求解模式，引入了端元学习的思想，具有解混精度高、重构效果好、效率高的优点，同时求解步骤简单，原理清晰，可用于高光谱图像的理解解译。