elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Joint Sparsity Model for Multilook Hyperspectral Image Unmixing

Bieniarz, Jakub und Aguilera, Esteban und Zhu, Xiao Xiang und Müller, Rupert und Reinartz, Peter (2015) Joint Sparsity Model for Multilook Hyperspectral Image Unmixing. IEEE Geoscience and Remote Sensing Letters, 12 (4), Seiten 696-700. IEEE - Institute of Electrical and Electronics Engineers. doi: 10.1109/LGRS.2014.2358623. ISSN 1545-598X.

[img] PDF
1MB

Kurzfassung

Recent work on hyperspectral image (HSI) unmixing has addressed the use of overcomplete dictionaries by employing sparse models. In essence, this approach exploits the fact that HSI pixels can be associated with a small number of constituent pure materials. However, unlike traditional least-squares-based methods, sparsity-based techniques do not require a preselection of endmembers and are thus able to simultaneously estimate the underlying active materials along with their respective abundances. In addition, this perspective has been extended so as to exploit the spatial homogeneity of abundance vectors. As a result, these techniques have been reported to provide improved estimation accuracy. In this letter, we present an alternative approach that is able to relax, yet exploit, the assumption of spatial homogeneity by introducing a model that captures both similarities and differences between neighboring abundances. In order to validate this approach, we analyze our model using simulated as well as real hyperspectral data acquired by the HyMap sensor.

elib-URL des Eintrags:https://elib.dlr.de/91624/
Dokumentart:Zeitschriftenbeitrag
Titel:Joint Sparsity Model for Multilook Hyperspectral Image Unmixing
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Bieniarz, JakubJakub.Bieniarz (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Aguilera, Estebanesteban.aguilera (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Zhu, Xiao XiangIMFNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Müller, Rupertrupert.mueller (at) dlr.dehttps://orcid.org/0000-0002-3288-5814NICHT SPEZIFIZIERT
Reinartz, Peterpeter.reinartz (at) dlr.dehttps://orcid.org/0000-0002-8122-1475NICHT SPEZIFIZIERT
Datum:April 2015
Erschienen in:IEEE Geoscience and Remote Sensing Letters
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
Band:12
DOI:10.1109/LGRS.2014.2358623
Seitenbereich:Seiten 696-700
Herausgeber:
HerausgeberInstitution und/oder E-Mail-Adresse der HerausgeberHerausgeber-ORCID-iDORCID Put Code
Frery, Alejandro C.acfrery (at) gmail.comNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Verlag:IEEE - Institute of Electrical and Electronics Engineers
ISSN:1545-598X
Status:veröffentlicht
Stichwörter:Joint sparsity, overcomplete spectral dictionary, spectral unmixing
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Verkehr
HGF - Programmthema:Verkehrsmanagement (alt)
DLR - Schwerpunkt:Verkehr
DLR - Forschungsgebiet:V VM - Verkehrsmanagement
DLR - Teilgebiet (Projekt, Vorhaben):V - Vabene++ (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > Photogrammetrie und Bildanalyse
Institut für Methodik der Fernerkundung > SAR-Signalverarbeitung
Institut für Hochfrequenztechnik und Radarsysteme > SAR-Technologie
Hinterlegt von:UNGÜLTIGER BENUTZER
Hinterlegt am:11 Nov 2014 13:45
Letzte Änderung:27 Nov 2023 12:38

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.