研究目的
为解决高光谱图像因各波段混合多种噪声及不同强度加性白高斯噪声(AWGN)而退化的问题,提出一种基于波段广义双线性模型(NU-BGBM)的新型非线性解混方法。
研究成果
所提出的NU-BGBM方法比其他对比方法能更好地处理混合噪声和不同强度的加性高斯白噪声(AWGN),使其在复杂混合噪声环境下更具鲁棒性和适用性。该方法在实际高光谱图像(HSI)上也展现出更优性能,证明了所提BGBM模型及相应解混方法NU-BGBM的有效性与优势。
研究不足
相邻像素的光谱特征通常具有高度相关性,而当前模型并未考虑这一因素。这可能是未来进一步提升解混性能的改进方向。
1:实验设计与方法选择
本研究提出了一种基于波段广义双线性模型(NU-BGBM)的新型非线性解混方法,用于处理真实高光谱图像中的复杂混合噪声。采用ADMM算法求解所提出的NU-BGBM模型。
2:样本选择与数据来源
通过在合成数据集和真实高光谱图像上进行实验,以证明所提出的NU-BGBM的效率和优势。
3:实验设备与材料清单
论文中未明确提及。
4:实验流程与操作步骤
将所提出的NU-BGBM与另外四种方法(FCLS、GDA、半NMF、BPOGM)在合成和真实高光谱图像上进行比较。使用RMSE、RE和SMAD评估性能。
5:数据分析方法
采用均方根误差(RMSE)、重建误差(RE)和光谱平均角度距离(SMAD)来评估不同方法的解混性能。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容