光谱解混：从 Hapke 模型推导扩展线性混合模型
图像与视频处理
2020-12-02 v2
摘要
在高光谱成像中，光谱解混旨在将图像分解为一组与观测场景中存在的材料相对应的参考光谱特征，以及它们在每个像素中的相对比例。尽管长期以来一直使用线性混合模型，但物理混合过程的复杂性质促使学术界将注意力转向考虑端元可变性的非线性模型与算法。这种类内变化是由材料物理化学成分的局部变化以及光照变化引起的。在物理遥感领域，一个考虑光照变化的流行模型是 Hapke 提出的辐射传输模型。然而，该模型过于复杂，难以以易于处理的方式直接用于高光谱解混。相反，扩展线性混合模型（Extended Linear Mixing Model, ELMM）允许在考虑光照条件变化的情况下轻松地对高光谱数据进行解混。在本文中，我们表明可以通过连续的简化物理假设从 Hapke 模型推导出 ELMM，从而在理论上证实了其在处理解混问题中由光照引起的可变性方面的相关性。
引用
@article{arxiv.1903.12089,
title = {Spectral Unmixing: A Derivation of the Extended Linear Mixing Model from the Hapke Model},
author = {Lucas Drumetz and Jocelyn Chanussot and Christian Jutten},
journal= {arXiv preprint arXiv:1903.12089},
year = {2020}
}