%0 Journal Article
%T 压缩感知和万有引力模型相结合的高光谱混合像元分解
%A 杨可明
%A 王林伟
%A 刘士文
%A 刘飞
%A 史钢强
%A 赵思亮
%J 测绘学报
%P 1068-1074
%D 2014
%R 10.13485/j.cnki.11-2089.2014.0171
%X 高光谱影像虽然具有较高的光谱分辨率，但因其空间分辨率低而普遍存在混合像元。混合像元分解是高光谱遥感应用的重要研究内容，包括端元提取和端元丰度反演两部分。本文以压缩感知（CompressiveSensing，CS）理论为基础，结合神经网络技术提出了一种新的端元提取模型——基于CS的高光谱影像端元提取模型。同时，将经典的万有引力模型（UniversalGravitationModel，UGM）引入到端元丰度反演中，提出基于UGM的端元丰度反演算法。最后，以Hyperion高光谱影像为实验数据在MATLAB中对模型和算法进行编程实现，并对其结果进行精度评定。实验结果表明，本文提出的提取模型与反演算法无论在理论上还是在实际操作中，都具有一定的可行性，同时精度也满足要求。
%K 压缩感知
%K 万有引力模型
%K 混合像元分解
%K 端元提取
%K 丰度反演
%U http://xb.sinomaps.com:8081/Jwk_chxb/CN/abstract/abstract6412.shtml