论文摘要
针对传统稀疏非负矩阵分解(NMF)解混方法仅考虑丰度矩阵中非零个数最少,没有考虑混合像元内端元的丰度分布具有不均匀性的这一问题,提出一种基于信息熵的NMF遥感图像解混算法.将端元的丰度值的大小看成是信息熵中的符号出现的概率,当端元等概率出现在混合像元中时各个丰度值大小相等,对应的实际地物等比例出现在混合像元中,此时信息熵最大,但是丰度稀疏性最低;当丰度分布最不均匀时,仅有一种地物类型出现,信息熵最小,此时丰度值的稀疏性最高,只有一个非零值,由此得出丰度稀疏性和信息熵有负相关的关系.在NMF解混算法的基础上,引入负信息熵来约束丰度矩阵,同时加入平滑限制来约束端元光谱矩阵.在模拟数据和真实数据上进行了结果测试.实验结果表明:相比传统的NMF解混算法和基于l2范数的NMF遥感图像解混算法,本方法能得到更好的解混效果.
论文目录
文章来源
类型: 期刊论文
作者: 李杏梅,王伟奇
关键词: 非负矩阵分解,遥感图像解混,信息熵,最少非零个数,不均匀性
来源: 华中科技大学学报(自然科学版) 2019年11期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 工业通用技术及设备,自动化技术
单位: 中国地质大学(武汉)机械与电子信息学院
基金: 国家自然科学基金资助项目(61771437)
分类号: TP751
DOI: 10.13245/j.hust.191105
页码: 25-29
总页数: 5
文件大小: 456K
下载量: 148