高光谱图像的残差分量分析——应用于联合非线性解混与非线性检测
统计方法学
2015-06-16 v1
摘要
本文提出了一种用于联合高光谱图像解混和非线性检测的非线性混合模型。该模型假设像素反射率是已知纯光谱分量的线性组合，但受到影响端元并叠加了加性高斯噪声的额外非线性项的干扰。考虑到非线性项的空间结构，采用马尔可夫随机场进行非线性检测。将观测图像分割为若干区域，在这些区域中，如果存在非线性项，则它们具有相似的统计特性。提出了一种贝叶斯算法来估计模型中涉及的参数，从而产生一种联合非线性解混和非线性检测算法。首先在合成数据上评估了所提策略的性能。利用真实数据进行的仿真表明，所提出的解混和非线性检测策略在高光谱图像分析中具有准确性。
引用
@article{arxiv.1307.5698,
title = {Residual component analysis of hyperspectral images -- Application to joint nonlinear unmixing and nonlinearity detection},
author = {Yoann Altmann and Nicolas Dobigeon and Steve McLaughlin and Jean-Yves Tourneret},
journal= {arXiv preprint arXiv:1307.5698},
year = {2015}
}
备注
arXiv admin note: text overlap with arXiv:1304.2499