《表1 本文方法与对比算法对城市影像解混得到的重建误差（RE）与丰度稀疏度（SA）指标值》

  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

《基于低秩重建与TV正则的高光谱稀疏解混》

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

三种实验方法在城市影像数据上的解混指标结果见表1所示。总体来看，本文方法取得了最低的重建误差值，丰度稀疏度则介于两个对比方法之间。CLSUn SAL方法的估计丰度虽然有最大的稀疏度，但其影像重建误差远远大于本文方法。如图5所示，从估计丰度的视觉效果上可以看到该城市影像中的四种主要物质的丰度分布，从左到右分别对应屋顶、草地、树木和路面，与图4所示的观测场景基本一致。结合辅助评价指标，可以说明本文方法对提升实测高光谱影像解混是有效性的。