使用高斯过程的高光谱图像非线性光谱解混
机器学习
2015-06-05 v1 数据分析、统计与概率
应用统计
摘要
本文提出了一种用于高光谱图像非线性解混的无监督算法。所提出的模型假设像素反射率是由与纯光谱分量相关的丰度向量的非线性函数产生的。我们假设纯分量的光谱特征和非线性函数是未知的。该方法的第一步包括对所有图像像素的丰度向量以及将丰度向量与观测值联系起来的非线性函数进行贝叶斯估计。随后使用高斯过程回归估计端元。通过在合成数据和真实数据上进行的模拟评估了解混策略的性能。
引用
@article{arxiv.1207.5451,
title = {Nonlinear spectral unmixing of hyperspectral images using Gaussian processes},
author = {Yoann Altmann and Nicolas Dobigeon and Steve McLaughlin and Jean-Yves Tourneret},
journal= {arXiv preprint arXiv:1207.5451},
year = {2015}
}