国防科技大学 电子科学与工程学院, 湖南 长沙 410073
在高光谱遥感图像中, 地物的空间分布往往呈现两种特征: 一是都有各自的主导区域；二是在地表空间上分布连续.利用这两种先验信息, 分别引入了对丰度的正交约束与平滑约束, 提出了一种基于丰度约束的非负矩阵分解算法.为进一步地提高算法的性能, 另外还提出了一种新的算法停止准则及权重因子调整策略, 以适应信噪比以及像元混合程度的变化.在仿真数据和实测数据上的实验结果表明, 该算法不仅能很好地表征地物的分布特征, 提高解混精度, 而且在信噪比较低, 无纯像元的条件下, 仍然能得到较好的解混结果.
高光谱遥感 光谱解混 非负矩阵分解 正交约束 平滑约束 hyperspectral remote sensing spectral unmixing nonnegative matrix factorization orthogonality constraint smoothness constraint
