|
|
武汉大学测绘遥感信息工程国家重点实验室RSIDEA团队共享高光谱遥感影像的空间组稀疏正则化非负矩阵分解(SGSNMF)代码 |
|||||||||
武汉大学测绘遥感信息信息工程国家重点实验室的RSIDEA(智能化遥感数据提取与分析)团队共享高光谱遥感影像的空间组稀疏正则化非负矩阵分解代码(Spatial Group Sparsity Regularized Nonnegative Matrix Factorization for Hyperspectral Unmixing, SGSNMF),该方法由博士生王心宇和钟燕飞教授等发表于IEEE Transactions on Geoscience and Remote Sensing(vol. 55, no. 11,2017)。
从视觉和定量评价结果上看,该方法都能够获得较优的混合像元分解结果,具体实验分析可参见论文。其噪声敏感度分析如图2所示,相比于传统的VCA方法,提出的SGSNMF方法在20-50dB噪声干扰的情况下SAD、RMSE精度提升近1倍。
附:该方法由武汉大学钟燕飞教授(RSIDEA)团队提出,其编写语言为MATLAB, 下载地址1:http://rsidea.whu.edu.cn/e-resources.html 下载地址2:https://github.com/Xinyu-Wang/SGSNMF_TGRS 其版权归武汉大学RSIDEA团队所有,该软件仅支持学术用途使用,如有问题请联系王心宇博士和钟燕飞教授。 (wangxinyu@whu.edu.cn、zhongyanfei@whu.deu.cn) 如该代码对您有帮助,请帮助引用以下文献: Wang, Y. Zhong, L. Zhang, and Y. Xu, “Spatial Group Sparsity Regularized Nonnegative Matrix Factorization for Hyperspectral Unmixing,” IEEE Transactions on Geoscience and Remote Sensing, vol. 55, no. 11, pp.6287-6304, 2017. |
||||||||||
|