Hyperspectral Sparse Unmixing With Spectral-Spatial Low-Rank Constraint

Spectral unmixing is a consequential preprocessing task in hyperspectral image interpretation. With the help of large spectral libraries, unmixing is equivalent to finding the optimal subset of the library entries that can best model the image. Sparse regression techniques have been widely used to s...

Ամբողջական նկարագրություն

Մատենագիտական մանրամասներ

Հիմնական հեղինակներ:	Fan Li, Shaoquan Zhang, Bingkun Liang, Chengzhi Deng, Chenguang Xu, Shengqian Wang
Ձևաչափ:	Artigo
Լեզու:	Inglês
Հրապարակվել է:	IEEE 2021-01-01
Շարք:	IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
Խորագրեր:	Hyperspectral imaging low-rank constraint sparse unmixing weighted sparse regression
Առցանց հասանելիություն:	https://ieeexplore.ieee.org/document/9447181/
Ցուցիչներ:	Ավելացրեք ցուցիչ Չկան պիտակներ, Եղեք առաջինը, ով նշում է այս գրառումը!