《高光譜圖像光譜解混問題的變分模型和高性能算法研究》是依託電子科技大學,由趙熙樂擔任醒目負責人的青年科學基金項目。
基本介紹
- 中文名:高光譜圖像光譜解混問題的變分模型和高性能算法研究
- 依託單位:電子科技大學
- 項目類別:青年科學基金項目
- 項目負責人:趙熙樂
《高光譜圖像光譜解混問題的變分模型和高性能算法研究》是依託電子科技大學,由趙熙樂擔任醒目負責人的青年科學基金項目。
《高光譜圖像光譜解混問題的變分模型和高性能算法研究》是依託電子科技大學,由趙熙樂擔任醒目負責人的青年科學基金項目。項目摘要高光譜圖像提供了非常豐富的光譜信息和空間影像信息,在軍事和礦藏勘探等諸多領域發揮著越來越重要的作用...
《高光譜圖像稀疏解混模型及其快速算法研究》是依託華東師範大學,由方發明擔任項目負責人的青年科學基金項目。項目摘要 混合像元分解(亦稱“解混”)是求解高光譜遙感圖像中每個像元所含物質及其成分比例(豐度)的過程。現有解混方法總體而言有如下缺陷:多是在一定條件下求豐度稀疏性的等價或近似表示,而不涉及真正稀疏...
《基於高光譜數據的抗噪廣義模型及解混算法研究》是依託湖州師範學院,由李春芝擔任項目負責人的青年科學基金項目。項目摘要 混合像元解混是高光譜數據處理的關鍵技術。傳統的解混模型忽略了乘性噪聲及混合噪聲,且線性解混模型忽略了端元之間非線性作用。本項目通過抗噪模型及算法研究解決解混過程中多種噪聲干擾,線上性抗...
混合像元的普遍存在嚴重影響了高光譜遙感圖像在實際中的套用效果。高光譜解混技術是處理混合像元的主要手段。傳統的線性解混模型僅把像元看成是無序的數據點,並假定一種地物只對應一個端元,從而不能很好地考慮空間地理信息,且無法應對端元的可變性問題,甚至會產生虛擬端元。本項目針對當前高光譜解混技術模型和方法的...
本項目將針對高光譜壓縮成像數據特性,通過建立CS域高光譜圖像稀疏解混模型,直接從壓縮成像數據和給定光譜庫中求解端元光譜和豐度係數,以獲得更高精度的解混性能,包括:(1)CS域高光譜數據降維方法;(2)基於分層後退型正交匹配跟蹤的端元提取;(3)基於非線性自適應方向提升稀疏表示的豐度估計算法。項目最終實現高...
《非監督的高光譜圖像非線性解混理論研究》是依託浙江大學,由厲小潤擔任項目負責人的面上項目。項目摘要 高光譜遙感圖像混合像元分解是高光譜遙感套用的關鍵問題之一,非監督光譜解混技術為該問題的解決提供了一條新的思路。目前高光譜圖像解混方法主要基於線性混合模型,非線性解混方法研究得較少。理論與實驗結果均表明非...
3.4.2 改進的IEA端元提取算法的性能評價 61 參考文獻 65 第4章 高光譜圖像光譜解混技術 66 4.1 光譜解混技術概述 66 4.2 高光譜圖像基本光譜解混算法 68 4.2.1 線性光譜混合模型 68 4.2.2 豐度反演算法 69 4.2.3 解混誤差理論分析 70 4.2.4 解決端元可變問題算法 72 4.2.5 光譜解混精度評價 ...
拉普拉斯混合機率模型來刻畫圖像複雜噪聲結構,該成果發表在遙感圖像處理領域國際知名期刊上,被google scholar引用9次;(3)針對高光譜圖像等多通道圖像結構,我們提出非局部張量全變差模型來描述該結構,該模型在圖像壓縮感知、圖像去噪、圖像去模糊等問題上有良好性能表現;(4)在高光譜圖像解混問題上,我們把豐度...