原创力文档- 1、本文档共5页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
第４６卷第４期应用科技Ｖｏｌ．４６№．４
２０１９年７月ＡｐｐｌｉｅｄＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＪｕｌ．２０１９
ＤＯＩ：１０．１１９９１／ｙｙｋｊ．２０１８０９０２２
先验信息约束ＮＭＦ的高光谱解混
韩月，康维新，李慧
哈尔滨工程大学信息与通信工程学院，黑龙江哈尔滨１５０００１
摘要：针对高光谱图像中含有大量混合像元，且大多数解混算法未能利用真实地物信息的问题，提出了一种利用先验
信息约束的非负矩阵分解方法对高光谱进行解混。首先利用顶点成分分析法和全约束最小二乘法分别对端元矩阵和丰
度矩阵进行初始化，然后利用本文算法对高光谱数据进行解混，最后对估计端元和估计丰度进行评价分析。实验显示，
利用本文提出的方法对数据解混的结果优于其他约束的非负矩阵分解算法得到的结果，在求解过程中有很好的抗噪
性能。
关键词：高光谱图像；非负矩阵分解；先验信息；数据解混；端元；丰度；混合像元
中图分类号：ＴＰ７５１文献标志码：Ａ文章编号：１００９⁃６７１Ｘ（２０１９）０４⁃０７７⁃０５
Ｈｙｐｅｒｓｐｅｃｔｒａｌｕｎｍｉｘｉｎｇｏｆｎｏｎｎｅｇａｔｉｖｅｍａｔｒｉｘ
ｆａｃｔｏｒｉｚａｔｉｏｎｗｉｔｈｐｒｉｏｒｉｎｆｏｒｍａｔｉｏｎ
ＨＡＮＹｕｅ，ＫＡＮＧＷｅｉｘｉｎ，ＬＩＨｕｉ
ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎａｎｄＣｏｍｍｕｎｉｃａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＨａｒｂｉｎＥｎｇｉｎｅｅｒｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ１５０００１，Ｃｈｉｎａ
Ａｂｓｔｒａｃｔ：Ｉｎｖｉｅｗｏｆｔｈｅｐｒｏｂｌｅｍｔｈａｔｈｙｐｅｒｓｐｅｃｔｒａｌｉｍａｇｅｓｃｏｎｔａｉｎａｌａｒｇｅｎｕｍｂｅｒｏｆｍｉｘｅｄｐｉｘｅｌｓ，ａｎｄｍｏｓｔｏｆｔｈｅ
ｄｅ⁃ｍｉｘｉｎｇａｌｇｏｒｉｔｈｍｓｆａｉｌｔｏｕｔｉｌｉｚｅｒｅａｌｏｂｊｅｃｔｉｎｆｏｒｍａｔｉｏｎ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｎｏｎ⁃ｎｅｇａｔｉｖｅｍａｔｒｉｘｆａｃｔｏｒｉｚａｔｉｏｎ
ｍｅｔｈｏｄｕｓｉｎｇａｐｒｉｏｒｉｉｎｆｏｒｍａｔｉｏｎｃｏｎｓｔｒａｉｎｔ．Ｆｉｒｓｔｌｙ，ｔｈｅｅｎｄ⁃ｅｌｅｍｅｎｔｍａｔｒｉｘａｎｄｔｈｅａｂｕｎｄａｎｃｅｍａｔｒｉｘｗｅｒｅｉｎｉｔｉａｌ⁃
ｉｚｅｄｒｅｓｐｅｃｔｉｖｅｌｙｂｙｔｈｅｖｅｒｔｅｘｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓｍｅｔｈｏｄａｎｄｔｈｅｆｕｌｌｃｏｎｓｔｒａｉｎｅｄｌｅａｓｔｓｑｕａｒｅｓｍｅｔｈｏｄ．Ｔｈｅｎｔｈｅ
ｈｙｐｅｒｓｐｅｃｔｒａｌｄａｔａｗａｓｄｅ⁃ｍｉｘｅｄｂｙｔｈｅａｌｇｏｒｉｔｈｍ，ａｎｄｆｉｎａｌｌｙｔｈｅｅｓｔｉｍａｔｅｄｅｎｄ⁃ｍｅｍｂｅｒａｎｄｅｓｔｉｍａｔｅｄａｂｕｎｄａｎｃｅ
ｗｅｒｅｅｖａｌｕａｔｅｄ．Ｅｘｐｅｒｉｍｅｎｔｓｓｈｏｗｔｈａｔｔｈｅｒｅｓｕｌｔｓｏｂｔａｉｎｅｄｂｙｔｈｅｍｅｔｈｏｄｐｒｏｐｏｓｅｄｉｎｔｈｉｓｐａｐｅｒａｒｅｂｅｔｔｅｒｔｈａｎ
ｔｈｏｓｅｏｂｔａｉｎｅｄｂｙｎｏｎ⁃ｎｅｇａｔｉｖｅｍａｔｒｉｘｄｅｃｏｍｐｏｓｉｔｉｏｎａｌｇｏｒｉｔｈｍｓｏｆｏｔｈｅｒｃｏｎｓｔｒａｉｎｔｓ，ａｎｄｈａｖｅｇｏｏｄａｎｔｉ⁃ｎｏｉｓｅｐｅｒ⁃
ｆｏｒｍａｎｃｅｉｎｔｈｅｓｏｌｕｔｉｏｎｐｒｏｃｅｓｓ．
Ｋｅｙｗｏｒｄｓ：ｈｙｐｅｒｓｐｅｃｔｒａｌｉｍａｇｅ；ｎｏｎ⁃ｎｅｇａｔｉｖｅｍａｔｒｉｘｆａｃｔｏｒｉｚａｔｉｏｎ；ｐｒｉｏｒｉｎｆｏｒｍａｔｉｏｎ
文档评论（0）