公开(公告)号：CN119295922A

公开(公告)日：2025-01-10

申请号：CN202411324717.1

申请日：2024-09-23

Applicant: 郑州轻工业大学

Inventor： 张新新 ,  段晓宇 ,  程斐 ,  李玲君

IPC: G06V20/10 ,  G06V10/40 ,  G06V10/762 ,  G06V10/58 ,  G06V10/26

Abstract: 本发明提供了一种基于σ范数的高光谱图像稀疏解混方法，包括：获取高光谱图像，利用邻域分组方法对高光谱图像进行波段选择；获取USGS光谱库，保留USGS光谱库中具有与步骤S1得到的相同光谱波段范围的光谱特征，得到地物光谱库；将高光谱图像分割成多个超像素，得到高光谱图像矩阵，计算每一个超像素同质系数；基于超像素同质系数，建立基于σ范数的粗混解阶段的目标函数；基于粗混解阶段的目标函数学习粗解混阶段的丰度矩阵；基于粗解混阶段的丰度矩阵和地物光谱库，获取剪枝光谱库；基于粗解混阶段的丰度矩阵和剪枝光谱库进行精解混输出最终的丰度矩阵。本发明具有对噪声的鲁棒性和易于优化的特性，且能够有效提高光谱图像丰度估计的精准度。