用于高光谱图像光谱解混的多层结构化 NMF
计算机视觉与模式识别
2015-06-05 v1
摘要
高光谱数据分析中的挑战之一是混合像元的存在。混合像元是高光谱传感器空间分辨率低的结果。光谱解混方法将混合像元分解为一组端元和丰度分数。由于丰度分数值的非负约束，基于 NMF 的方法非常适用于该问题。本文使用多层 NMF 来改进线性混合框架下高光谱数据光谱解混的 NMF 方法的结果。本文对光谱特征和丰度分数矩阵均使用了稀疏性约束。所提算法的评估使用合成和真实数据集，以光谱角和丰度角距离衡量。结果表明，该算法优于其他先前提出的方法。
引用
@article{arxiv.1506.01596,
title = {Multilayer Structured NMF for Spectral Unmixing of Hyperspectral Images},
author = {Roozbeh Rajabi and Hassan Ghassemian},
journal= {arXiv preprint arXiv:1506.01596},
year = {2015}
}
备注
4 pages, conference