二维码（扫一下试试看！） | | 基于全变分正则最大后验估计的高光谱图像亚像元快速定位方法 | | A Fast Method for Hyperspectral Image Subpixel Mapping Based on Maximum a Posteriori and Total Variation Estimation | | 投稿时间：2018-07-12 | | DOI：10.15918/j.tbit1001-0645.2019.08.016 | | 中文关键词:最大后验估计亚像元定位快速迭代收缩阈值算法分裂Bregman算法 | | English Keywords:maximum a posteriorisubpixel mappingfast iterative shrinkage threshold algorithmsplit Bregman algorithm | | 基金项目:国家自然科学基金资助项目（61875013，61827814）；国家科技部重大科学仪器设备开发专项资助项目（2017YFF0107102） | | | 摘要点击次数:1008 | | 全文下载次数:644 | | 中文摘要: | | 针对高光谱亚像元定位应用中光谱解混这一病态问题的求解，改进了结合空间分布先验全变分（TV）的最大后验估计（MAP）光谱解混模型，以保证算法的可扩展性和解的唯一性.同时，针对TV先验固有的非线性特性导致的求解过程繁琐的问题，提出了一种快速求解算法，将原始复杂的非线性运算转化成几步较简单的有闭合解的运算，对这些子问题结合运用快速迭代收缩阈值算法（FISTA）和分裂Bregman算法来分别求解.结果表明，提出的新方法保持了与传统梯度下降方法相一致的定位精度，但将迭代速度提高了10倍以上，具有更高的运算效率. | | English Summary: | | To solve the ill-posed pr oblem of spectral unmixing in hyperspectral subpixel mapping applications, the maximum a posteriori estimation (MAP) spectral unmixing model combined with spatial distribution prior total variation (TV) was improved to ensure the scalability of the algorithm and the uniqueness of the solution. At the same time, in order to solve the cumbersome problem caused by the inherent nonlinear characteristics of TV prior, a fast algorithm was proposed to transform the original complex nonlinear operation into several simple operations with closed solutions. To solve the sub-problem respectively, a fast iterative shrinkage threshold algorithm (FISTA) and the split Bregman algorithm were utilized. The results show that the proposed new method can maintain the consistent mapping accuracy of the traditional gradient descent method, and can increase the iteration speed by more than 10 times, providing higher computational efficiency. | | 查看全文查看/发表评论下载PDF阅读器 | |
韩先君,刘艳丽,杨红雨.基于生成对抗网络的人脸图像彩色化方法[J].北京理工大学学报（自然科学版）,2019,39(12):1285~1291.HANXian-jun,LIUYan-li,YANGHong-yu.FaceImageColorizationBasedonGenerativeAdvers ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21.北京理工大学学报2019年总目次（第39卷）[J].北京理工大学学报（自然科学版）,2019,39(12):1321~1338..[J].TransactionsofBeijingInstituteofTechnology,2019,39(12):1321-1338.二维码（扫一下试试看！）北京理 ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21张健源,朱星星,张旭明.基于统计形变模型的多模医学图像非刚性配准方法研究[J].北京理工大学学报（自然科学版）,2019,39(S1):52~56.ZHANGJian-yuan,ZHUXing-xing,ZHANGXu-ming.StatisticalDeformationModelBasedNon ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21兰艳成,张旭明.基于电磁定位仪的超声图像中穿刺针实时跟踪软件开发[J].北京理工大学学报（自然科学版）,2019,39(S1):48~51.LANYan-cheng,ZHANGXu-ming.DevelopmentofReal-TimeTrackingSoftwareforPunctureNeedl ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21丁明跃,冯瑞敏,黄晶,陈钊正,李晓庆.高频复合超声扫描探针显微镜声学图像融合研究[J].北京理工大学学报（自然科学版）,2019,39(S1):57~61.DINGMing-yue,FENGRui-min,HUANGJing,CHENZhao-zheng,LIXiao-qing.Researchon ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21栾宽,王琭璐,刘小龙,袁浩,李金.基于三维图像的髓内针钉孔定位方法[J].北京理工大学学报（自然科学版）,2019,39(S1):71~76.LUANKuan,WANGLu-lu,LIUXiao-long,YUANHao,LIJin.LocalizationofHolesonIntramedulla ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21程坤,时永刚,李依桐,刘志文.基于生成对抗网络的海马子区图像分割[J].北京理工大学学报（自然科学版）,2019,39(S1):159~163.CHENGKun,SHIYong-gang,LIYi-tong,LIUZhi-wen.ImageSegmentationofHippocampalSubfi ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21汪琪,马灵玲,李传荣,周勇胜,唐伶俐.一种基于压缩感知理论的LCTF光谱超分辨方法[J].北京理工大学学报（自然科学版）,2018,38(1):40~45,72.WANGQi,MALing-ling,LIChuan-rong,ZHOUYong-sheng,TANGLing-li.ASpectralS ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21宁志刚,郝光鹏,程雄,沈文斌,丁德馨.基于图像分析的堆浸铀矿石颗粒参数辨识[J].北京理工大学学报（自然科学版）,2018,38(3):300~304,312.NINGZhi-gang,HAOGuang-peng,CHENGXiong,SHENWen-bin,DINGDe-xin.Parameter ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21邬春明,郑宏阔,王艳娇,付饶,于明,孙勇.基于多节点协作的WMSNs图像压缩算法[J].北京理工大学学报（自然科学版）,2018,38(5):545~550.WUChun-ming,ZHENGHong-kuo,WANGYan-jiao,FURao,YUMing,SUNYong.AImageCompr ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21
| |
