Гиперспектральное размывание с использованием структурированной линейной модели смешивания со спектральной изменчивостью аддитива

arXiv: 261 030.35580v 1 Annuales Type: New Habstrate: Linear гиперспектральное расчленение направлено на поиск чистого материала, присутствующего в наблюдаемой сцене, и связанных с этим фракций избытка в каждом пикселе. В большинстве практических ситуаций на гиперспектральные изображения влияет спектральная изменчивость (SV), известная также как внутриклассовая вариативность, которая обусловлена различными физическими явлениями, включая атмосферное воздействие, неизменяемость чистых материалов и освещение или топографические изменения. Тем не менее стандартные методы гиперспектрального размечения, основанные на линейной модели смешения (ЛММ), не учитывают эти явления. Таким образом, игнорирование их будет распространять ошибки на протяжении всего процесса линейного гиперспектрального расчленения. Во избежание этой проблемы в настоящем документе предлагаются два гиперспектральных алгоритма, отражаемых на параметрической модели под названием Структурированная аддитивная изменчивость LMM (SAV-LMM). В этой модели смешивания SV обрабатывается добавок путем включения двух терминов в стандарт LMM. Мор