南京航空航天大学学报

作者：孔繁锵

单位：南京航空航天大学航天学院，南京，210016；,南京航空航天大学航天学院，南京，210016；,南京航空航天大学无人机研究院，南京，210016；,南京航空航天大学航天学院，南京，210016；

关键词：高光谱图像;高光谱解混;稀疏解混;贪婪算法;多重测量向量

基金：国家自然科学基金 61401200国家自然科学基金（61401200）资助项目。

通过深入分析高光谱图像空间相邻数据之间的空间相关性，提出一种利用空间相关性进行约束的联合子空间追踪解混(Spatial correlation constrained simultaneous subspace pursuit, SCCSSP)方法。该方法首先基于分块思想将高光谱图像进行分块处理，然后在图像块的端元提取步骤中，结合空间相关性特征对端元的提取进行约束，从而确保当前端元支撑集相对于高光谱图像残差是最优的。在丰度估计中将图像块的端元集合合并作为整幅图像的端元支撑集，通过求解非负性约束的最小二乘法获得丰度重建图像。模拟图像数据实验结果表明，本文方法在同等条件下能够获得更高的信号重构误差，且解混运算时间低于凸优化算法。在实际图像数据实验中，本文方法丰度图像稀疏度最低，取得了仅次于SUnSAL-TV算法的图像重建误差，其所得到的丰度重建图像也取得了更好的视觉效果。实验结果验证了本文方法具有更高的解混精度。

来源：2019年第5期

《南京航空航天大学学报》期刊编辑部

查看南京航空航天大学学报杂志2019年第5期