Abstract
在高光谱混合像元分解中,PPI算法是一种比较成熟的算法,但PPI算法中每次投影向量的生成都是随机的,多次执行PPI算法后端元提取的结果并不稳定。本文以线性光谱混合模型的凸面几何学描述为基础,利用端元在高光谱图像特征空间中所形成的凸面单形体端点的特点,提出了一种区别于PPI算法的最大距离纯像元指数方法。选取特征空间中所有样本点的光谱均值作为超球的球心,计算所有样本点到球心的欧氏距离,以等于或大于这个最大距离的长度作为半径,在特征空间中设计一个包围所有样本点的超球面,并在超球面上均匀地选取参考点,针对每一个参考点,在样本点中找出与它距离最远的一个,记录每个样本点成为距离最大点的次数,将其作为评价该...
Disciplines and keywords
Keywords
高光谱混合像元端元提取最大距离纯像元指数 hyperspectralmixed pixelendmember extractionmaximum distancepure pixel index
- NULL SPACE SPECTRAL PROJECTION ALGORITHM FOR HYPERSPECTRAL IMAGE ENDMEMBER EXTRACTIONLUO Wen Fei; ZHONG Liang; ZHANG Bing; GAO Lian Ru2010.
- 分组寻优的多端元高光谱图像解混方法房森; 焦淑红应用科技, 2019, (06): 20-24+52.
- Independent Component Analysis for Spectral Unmixing in Hyperspectral Remote Sensing ImageLUO Wen fei; ZHONG Liang; ZHANG Bing; GAO Lian ru2010.
