《表4 3种解混算法消耗时间对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《由粗到细的高光谱图像多端元光谱混合分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图11是3种算法解丰度图对比，其中灰度越亮代表该类别在所对应的混合像元中的丰度值越大，反之亦然，其中HMESMA算法解混的地物丰度图比较模糊，不能有效区分不同地物，由于HMESMA解混算法仅仅考虑到光谱角距离近似判断最优端元组合，解混效果不如ISMA和CFSMA算法解混效果，由于地物分布比较复杂，丰度图从视觉上无法直接给出更好的判断，为了更好地分析实验结果，使用重构误差评价解混效果，重构误差越低，解混效果越好，反之亦然，图12给出了3种解混算法的重构误差直方图，由图12可知，CFSMA重构误差在0.01占约38 000个像元，ISMA重构误差在0.01占约33 000个像元，HMESMA重构误差在0.01占约20 000个像元。表4为3种算法解混所消耗的时间对比，由表4可知，ISMA用时较长，时间复杂度比较高，不适合实际的应用，HMESMA算法消耗的时间最短，但是解混重构误差最大，而CFS-MA算法解混重构误差最小，且消耗的时间只比HMESMA算法相接近，因此最适合实际的应用。