基于Gram行列式的快速端元提取方法  

A New Endmember Extraction Method Based on Gram Determinant

作　　者：孙康[1,2] 帅通[1] 陈金勇[1] 

机构地区：[1]中国电子科技集团公司第五十四研究所,河北石家庄050081 [2]武汉大学测绘遥感信息工程国家重点实验室,湖北武汉430079

出　　处：《无线电工程》2016年第11期26-29,46,共5页Radio Engineering

基　　金：中国博士后科学基金资助项目(2015M580217);河北省博士后科学基金资助项目(B2015005003)

摘　　要：高光谱图像端元提取往往涉及到高维空间中单形体体积的计算,使用无需降维的体积公式能够避免信息损失,但却具有极大的计算复杂度。针对这一缺点进行了研究,提出了基于Gram行列式快速的端元提取算法。该算法不需要计算单形体体积,而是利用了体积公式的递推关系,大大降低了计算复杂度。模拟和真实数据试验表明,该算法在保证高精度端元提取的同时,具有极快的端元提取速度。The endmember extraction methods for hyperspectral imagery generally involve the computation of simplex volume in high-dimension space.The employment of volume without dimensionality reduction though avoids the information loss,suffers from high computational complexity.This paper puts forward a new endmember extraction method based on Gram determinant which is expected to relieve the efficiency issue.The algorithm does not involve the computation of the volumes,instead,it uses the recurrence relationship of volumes which greatly reduces the computational complexity. The experiments on simulated and real datasets verify the accuracy and efficiency of the proposed method.

关 键 词：高光谱图像 端元提取 单形体 线性混合模型 GRAM行列式 

分 类 号：TP751[自动化与计算机技术—检测技术与自动化装置]