基于高阶非线性模型的多目标高光谱图像解混算法

发布时间：2022-12-09 04:26

　　在高阶非线性混合模型的基础上,提出一种多目标高光谱图像解混算法,解决传统方法受高光谱数据异常值影响而解混精度不高的问题。该算法以重构误差与光谱角分布为目标函数建立优化模型,并同时优化两目标函数以减少数据异常值对模型求解的影响,使解混结果在两个评价指标上得到提升;最后采用差分搜索算法求解多目标优化模型,解决梯度类优化方法易陷入局部极值的问题,从而进一步提升解混精度。实验结果表明,文中算法与传统高光谱解混算法相比,具有更精确的端元丰度估计结果和更高的解混精度。 

【文章页数】：7 页

【部分图文】：

异常值对直线拟合影响示意图

Samson场景图

Cuprite场景图

【参考文献】：
期刊论文
[1]基于微分搜索的高光谱图像非线性解混算法[J]. 陈雷,郭艳菊,葛宝臻.  电子学报. 2017(02)
[2]基于回溯优化的非线性高光谱图像解混[J]. 陈雷,甘士忠,孙茜.  红外与激光工程. 2017(06)



本文编号：3714822