多时相高光谱数据中的快速解混与变化检测
图像与视频处理
2022-11-28 v2
摘要
多时相光谱解混(SU)是一种处理高光谱图像(HI)序列的有力工具，因其能够揭示场景中材料随时间与空间的演化。然而，由于采集或季节条件的变化，图像采集之间常观察到显著的光谱变异性。在设计SU算法时必须考虑这一特性。由于其良好性能，多端元光谱混合分析算法(MESMA)近来被用于多种实际应用中的多时相场景下的SU。然而，MESMA未考虑不同HI之间的关系，且对于大型光谱库其计算复杂度极高。本工作中，我们提出一种高效的多时相SU方法，利用丰度间的高时间相关性，以更低的计算复杂度提供更准确的结果。我们提出通过分别处理端元选择与丰度估计问题来求解复杂的通用多时相SU问题。这带来了更简洁的求解方案，且不牺牲结果精度。我们还提出一种策略来检测并处理时间上的突变丰度变化。理论结果证明了所提方法在质量上如何与MESMA比较，以及其在检测丰度变化上的有效性。该分析为算法成功的适用条件提供了有价值的见解。仿真结果表明，所提方法以更小的计算代价实现了最先进的性能。
引用
@article{arxiv.2104.02837,
title = {Fast Unmixing and Change Detection in Multitemporal Hyperspectral Data},
author = {Ricardo Augusto Borsoi and Tales Imbiriba and José Carlos Moreira Bermudez and Cédric Richard},
journal= {arXiv preprint arXiv:2104.02837},
year = {2022}
}