融合數據內部變化信息的豐度估計算法
關鍵詞：豐度估計 clr 變化信息 稀疏低秩 admm
摘要：豐度估計(AE)是從高光譜圖像中識別地物的關鍵預處理技術。由于線性模型的可解釋性以及數學上的可操作性,基于該模型的線性回歸技術CLR(Constrained Linear Regression)在豐度估計中受到了廣泛關注。目前,該方法僅僅考慮到了估計數據與被估計數據之間的能量相似性,沒有考慮數據內部的變化信息之間的相似性,比如一階梯度之間的相似性以及二階梯度之間的相似性。為了提高豐度估計精度,本文提出了融合數據內部變化信息的稀疏低秩豐度估計算法。首先通過增加一階梯度和二階梯度的約束項改進傳統的豐度估計的數學模型。其次,通過采用范數不等式和優化理論證明了在約束條件下,該模型的有效性及該模型在相關領域的可拓展性。接著,采用輔助變量將改進的數學模型變為增強拉格朗日函數。最后,采用交替雙向乘子技術ADMM(Altemating Direction Method of Multipliers)求解該模型并估計高光譜圖像的豐度。經仿真實驗和實際高光譜圖像的實驗證明該方法能夠改善仿真數據和實際高光譜數據的豐度估計的效果,特別是當端元的豐度存在豐富的變化細節時,豐度估計的精度和抗噪性能均優于當前較流行的豐度估計算法。
遙感學報雜志要求:
{1}如果來稿為科研項目成果，請在正文標題后打※ 號，用頁注的方式提供項目名稱以及項目號。
{2}稿件中的漢字一般使用簡化字形（因字形分析或有別義需要的繁體字、異體字除外）。
{3}文題：應以簡明、確切的詞語反映文章中最特定的內容，避免使用非公知、公認的縮寫詞。文題一般不超過20字，必要時可加副標題。
{4}關鍵詞：必須是意義明確的術語，一般應選取3～5個能準確反映研究方向、研究領域及研究地點的詞。詞與詞之間用分號“；”分隔。
{5}來稿請注明真實姓名、工作單位、職稱、詳細通訊地址和郵政編碼（若有變更請及時通知）、電子郵箱、電話和傳真號碼，以便聯絡。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
