一种基于贝叶斯估计的高光谱解混方法
线性混合模型是常用的高光谱图像解混模型.在该模型中进一步引入正则项的受限线性混合模型,由于其能够快速实时获得较为精确的结果,近年来得到了广泛的研究.增广拉格朗日方法常用于上述模型的求解,但该方法受制于正则性系数的选取.在缺乏经验知识指导时,难以保证重建误差的精度,从而影响光谱解混结果.针对这一问题,本文提出了一种基于贝叶斯理论的高光谱图像线性解混方法.该方法假定丰度值在线性光谱解混中具有一定的稀疏性,进而在贝叶斯推理模型中引入丰度值的分层稀疏先验,通过贝叶斯推理实现了更精确的丰度值重建.高光谱数据上的实验结果验证了本文方法的有效性.
遥感图像 高光谱解混方法 贝叶斯理论 精度控制
张艳宁 张磊 魏巍 李飞
西北工业大学计算机学院 陕西 西安 710129;陕西省语音与图像信息处理重点实验室 陕西 西安 710129
国内会议
北京
中文
1-10
2013-12-01（万方平台首次上网日期，不代表论文的发表时间）