融入结构信息的稀疏低秩丰度估计算法研究(英文)
Sparse and low-rank abundance estimation with structural information作者机构:清华大学电子工程系北京100084 中国地震局地壳应力研究所北京100085
出 版 物:《红外与毫米波学报》 (Journal of Infrared and Millimeter Waves)
年 卷 期:2018年第37卷第2期
页 面:144-153页
核心收录:
学科分类:0810[工学-信息与通信工程] 08[工学] 081002[工学-信号与信息处理] 0702[理学-物理学]
基 金:Supported by National Natural Science Foundation of China(61673234 U1636124)
主 题:解混 稀疏低秩 结构信息 丰度矩阵 交替乘子法(ADMM)
摘 要:丰度估计(AE)是从高光谱图像中识别地物的关键预处理技术.鉴于线性混合模型的可解释性以及数学上的可操作性,带约束的线性回归技术在丰度矩阵估计中备受关注.目前,这类方法存在的缺陷是其拟合过程中仅仅考虑到估计数据与真实数据之间的拟合误差,忽略了估计数据的结构与真实数据的结构之间的相似性信息.因此,提出了融合结构信息的线性回归模型,并应用于稀疏低秩丰度矩阵估计领域.首先,通过增加结构信息改进传统的带约束的线性回归模型,并经数学理论证明了增加结构信息的模型较传统模型更加有效;其次,应用该方法改进稀疏低秩丰度估计的数学模型;最后,采用交替乘子法(ADMM)技术求解新模型.实验结果表明,融入结构信息的稀疏低秩丰度估计算法能够有效地提高仿真数据和实际高光谱数据的丰度估计的估计精度,改善其抗噪性能.