基于约束误差不变的高光谱图像端元优化模型

摘要

线性混合模型(linear mixture model,LMM)在端元提取中起着至关重要的作用。在LMM假设下,理想的端元提取效果需要重建误差最小。但是在实际的高光谱数据集中噪声是不可避免的,单纯追求重建误差最小化可能会导致最终结果偏离真实端元。为平衡重建误差与噪声的影响,使用几何优化模型计算重建误差,通过约束重建误差来最小化单形体体积,提出新的误差约束优化模型EIC-OSV(error invariant constrained-optimal simplex volume)。模拟数据及真实数据下的实验表明,EIC-OSV可以提高现有端元提取方法的准确性。