《表6 不同算法在Moffett数据上的光谱角距离和重构误差比较》

  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

《一种考虑光谱变异性的高光谱图像非线性解混算法》

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

Moffett地区主要包含植被，水体和土壤三种物质，表6中列出了各算法对该区域解混得到的SAD以及RE值。该方法UNSUSC-SV比其它三种方法结果都要好，SAD和RE的平均值都是最低的，其RE略高于1e-4，依然远小于Bi-objective NMF和ASSKNMF的RE，水体的光谱角距离SAD则比AS-SKNMF略低。图7展示了四种方法求解的端元对应的丰度图以及UNSUSC-SV求得的变异系数图。在另一方面，在选取的Cuprite子地区中，主要存在Muscovite，Alunite和Kaolinite三种物质。表7中列出了各算法对该区域解混得到的SAD以及RE值，UNSUSC-SV的结果依然是最好的，Alunite的光谱角距离比UNSU-SV略低。图8描述了各方法得到的对应物质丰度图以及UNSUSC-SV求得的变异系数图，从两幅变异系数图可以看出物质在自身分布多的地方相对来说越容易发生光谱变异。