[发明专利]基于光谱和空间总变分最小限制的多层非负矩阵分解高光谱图像解混方法有效
| 申请号： | 201910320619.3 | 申请日： | 2019-04-20 |
| 公开（公告）号： | CN110570359B | 公开（公告）日： | 2023-01-20 |
| 发明（设计）人： | 同磊;禹晶;肖创柏 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 沈波 |
| 地址： | 100124 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于光谱和空间总变分最小限制的多层非负矩阵分解高光谱图像解混方法，设高光谱图像矩阵Y，端元光谱矩阵M，丰度矩阵R，随机噪声E，建立线性光谱混合模型将多层非负矩阵分解应用于线性混合模型：设计光谱域、空间域总变分函数；将光谱域和空间域总变分最小约束引入MLNMF，建立SSTV‑MLNMF目标函数；对得到的目标函数进行优化；选定实验参数，得到最终的解混结果。本发明将总变分最小的特点应用到了光谱域以及空间域，通过模拟高光谱图像和真实高光谱图像数据实验，验证了本算法的有效性，本方法比其它方法解混精度高。 | ||
| 搜索关键词： | 基于 光谱 空间 总变分 最小 限制 多层 矩阵 分解 图像 方法 | ||
【主权项】：
1.基于光谱和空间总变分最小限制的多层非负矩阵分解的高光谱图像解混方法，其特征在于：该方法由以下步骤实现，/n步骤一、设高光谱图像矩阵Y，端元光谱矩阵M，丰度矩阵R，随机噪声E，建立线性光谱混合模型：/nY＝MR+E (1)/n步骤二、将多层非负矩阵分解(MLNMF)应用于线性混合模型：/nY＝M
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京工业大学，未经北京工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910320619.3/，转载请声明来源钻瓜专利网。
