版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、通常,多光譜和高光譜遙感圖像是以像元為單位來檢測和獲取地物信息。由于遙感圖像空間分辨率的限制,一個像元往往覆蓋幾十甚至幾百平方米的地面范圍,在其中可能包含著多種地物類型,這就形成了混合像元?;旌舷裨獑栴}不僅影響地物的識別和分類精度,而且是遙感技術(shù)向定量化發(fā)展的重要障礙。如果通過一定方法,找出組成混合像元的各種地物種類的比例,則可解決混合像元問題,提高定性和定量遙感精度?;旌舷裨木_分解在基于多光譜和高光譜遙感圖像的高精度地物分類以及地
2、面目標的檢測和識別方面有重要應(yīng)用價值。本文針對這個問題作了大量深入的研究,創(chuàng)新內(nèi)容主要包括以下幾部分:
1.本文提出一種新的基于數(shù)據(jù)空間正交基的多通道遙感圖像混合像元分解算法。該算法通過在數(shù)據(jù)集中確定一個具有最大體積的單形體來搜索端元。本算法將原基于行列式的單形體體積計算,等價于一組正交基的模值乘積計算,從而大大提高了算法的計算效率;同時,由于順序搜索概念的引入,確保了本算法總能獲得相同的端元提取結(jié)果。此外,利用這組正交基
3、,本文所提出的算法還可以同時完成端元個數(shù)的確定與豐度的估計兩項工作。
2.在高混數(shù)據(jù)中進行混合像元分解是一項非常困難的問題。本文提出一種新的基于非負矩陣因式分解(NonnegativeMatrixFactorization,NMF)算法和單形方法相結(jié)合的混合像元分解方法去解決上述問題。并在NMF算法中加入適當?shù)募s束條件用于多通道混合像元分解問題。模擬與實際數(shù)據(jù)實驗結(jié)果表明,本文提出的算法在端元光譜特性提取和豐度解混兩方面均
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 多通道遙感圖像中混合像元的分解.pdf
- 高光譜遙感圖像混合像元分解算法研究.pdf
- 線性與非線性混合像元分解模型的比較研究.pdf
- 高光譜數(shù)據(jù)混合像元線性分解方法研究.pdf
- 遙感圖像混合像元信息提取方法研究.pdf
- 基于非負矩陣分解的高光譜遙感圖像混合像元分解研究.pdf
- 基于MODIS遙感數(shù)據(jù)的混合像元分解技術(shù)與方法研究.pdf
- 高光譜遙感圖像混合像元解混方法的研究.pdf
- 高光譜遙感影像混合像元分解算法研究.pdf
- 基于非負矩陣分解的高光譜圖像混合像元分解方法研究.pdf
- 遙感圖像亞像元定位方法的研究.pdf
- 高-多光譜圖像混合像元解混研究.pdf
- 混合像元分解及其應(yīng)用研究.pdf
- 高光譜圖像混合像元分解與壓縮感知重構(gòu)算法研究.pdf
- 基于GPU的高光譜圖像混合像元分解并行優(yōu)化研究.pdf
- 基于MODIS遙感數(shù)據(jù)混合像元分解的小麥識別及其面積估算.pdf
- 像元級遙感影像融合方法研究.pdf
- 高光譜遙感混合像元端元提取研究及應(yīng)用.pdf
- 無監(jiān)督多通道遙感圖像變化檢測方法研究.pdf
- Hyperion高光譜數(shù)據(jù)進行混合像元分解研究.pdf
評論
0/150
提交評論