發(fā)布時(shí)間：2017-11-03 01:13

  本文關(guān)鍵詞：遙感影像混合像元分解算法對(duì)比分析

  更多相關(guān)文章： 混合像元 端元提取 線性光譜混合模型

【摘要】：當(dāng)混合像元分解將遙感中的分類問題深入到亞像元級(jí)別時(shí)就有巨大的研究前景。圍繞混合像元分解問題,介紹了不同的端元提取方法,并利用地面真實(shí)遙感數(shù)據(jù),采用PPI與SMACC 2種算法進(jìn)行端元提取,完成豐度反演,獲取每種端元的比例。對(duì)精度進(jìn)行對(duì)比和分析的結(jié)果表明,在端元提取上PPI算法更為精確。
【作者單位】： 中南大學(xué)地球科學(xué)與信息物理學(xué)院;
【關(guān)鍵詞】： 混合像元 端元提取 線性光譜混合模型
【分類號(hào)】：P237
【正文快照】： 1引言傳統(tǒng)分類方法默認(rèn)一個(gè)像元對(duì)應(yīng)一類地面地物,然而自然地表上地物種類復(fù)雜破碎,且常常產(chǎn)生幾種地物交界情況。同時(shí)在獲取遙感影像的過程中,大氣效應(yīng)是一個(gè)極其復(fù)雜的過程,光子在大氣傳輸過程中發(fā)生的各種反射、散射而產(chǎn)生不同的混合效應(yīng)使得一個(gè)像元所對(duì)應(yīng)的地表空間上包

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 范聞捷,徐希孺;混合像元組分信息的盲分解方法[J];自然科學(xué)進(jìn)展;2005年08期

2 麻慶苗;李靜;劉強(qiáng);柳欽火;;混合像元聚集指數(shù)研究及尺度分析[J];遙感學(xué)報(bào);2012年05期

3 李明奎;王建麗;王明孝;齊建成;;基于決策二叉樹的多光譜影像混合像元分類方法[J];地理空間信息;2010年03期

4 常睿春;王璐;;高光譜遙感混合像元盲分離模型[J];地球物理學(xué)進(jìn)展;2014年01期

5 陶秋香,陶華學(xué),張連蓬;線性混合光譜模型在植被高光譜遙感分類中的應(yīng)用研究[J];勘察科學(xué)技術(shù);2004年01期

6 李二森;鄒瑜;戰(zhàn)飛;馬智剛;殷俊河;;稀疏約束的MVC-NMF算法[J];測(cè)繪科學(xué)技術(shù)學(xué)報(bào);2010年06期

7 李熙;陳學(xué)泓;陳曉玲;田禮喬;陳鋒銳;;小波包分解支持下的高光譜混合像元盲分解[J];光子學(xué)報(bào);2011年06期

8 張洪恩;施建成;劉素紅;;湖泊亞像元填圖算法研究[J];水科學(xué)進(jìn)展;2006年03期

9 李二森;徐波;李娜;周曉明;;最小體積約束的線性光譜解混算法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2011年06期

10 丁建麗;姚遠(yuǎn);;干旱區(qū)綠洲典型地物MESMA模擬分解與驗(yàn)證[J];地球信息科學(xué)學(xué)報(bào);2013年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 封靜;季民河;胡笳;;基于高分分辨遙感的紅樹林郁閉度光譜混合分析[A];第十七屆中國(guó)遙感大會(huì)摘要集[C];2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 劉俊;高光譜圖像混合像元分類技術(shù)研究[D];中國(guó)地質(zhì)大學(xué)（北京）;2010年

2 馮淦;基于混合像元解混與圖像恢復(fù)技術(shù)的遙感圖像云霧消除研究[D];成都理工大學(xué);2012年

3 閆春雨;基于模糊理論的遙感影像混合像元分類方法研究[D];遼寧工程技術(shù)大學(xué);2008年

4 惠巍巍;高光譜混合像元的分解及地物分類的研究[D];東北林業(yè)大學(xué);2007年

，

本文編號(hào)：1133990