已閱讀1頁，還剩58頁未讀， 繼續(xù)免費閱讀
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、本文主要圍繞Hyperion高光譜遙感數(shù)據(jù)在混合像元分解技術(shù)中的應(yīng)用這個中心展開，比較了基于多光譜的傳統(tǒng)分類方法和適用于高光譜的混合像元分解分類方法的差異。 由于傳感器空間分辨率的限制以及地物的復(fù)雜多樣性，混合像元普遍存在于遙感影像中，它涉及成像機理、特征提取、應(yīng)用技術(shù)等一系列不能回避的問題；同時，混合像元分解也是遙感圖像分類的重要途徑之一?；旌舷裨纸獯嬖趦纱箅y點：(1)終端端元的確定與提取，(2)混合分解模型的求解。
2、 首先針對Hyperion高光譜遙感數(shù)據(jù)的特點，對Hyperion圖像進行了必要的預(yù)處理，為圖像的進一步分析和實際應(yīng)用提供了保障。在混合像元分解模型確定的前提下，端元組分選擇的優(yōu)劣直接影響混合像元分解的精度。針對高光譜遙感分類過程中終端端元光譜的選擇問題，首先研究分析了高光譜分類過程中常用的終端端元光譜的來源和選擇方法，在原有的兩種終端端元光譜提取方法上，提出了改進的PPI提取方法，并利用SAM光譜角制圖法，結(jié)合具體的高光譜遙感數(shù)據(jù)驗證
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(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 高光譜數(shù)據(jù)混合像元線性分解方法研究.pdf
- 高光譜數(shù)據(jù)混合像元分解與光譜匹配驗證算法.pdf
- 高光譜遙感圖像混合像元分解算法研究.pdf
- 高光譜遙感影像混合像元分解算法研究.pdf
- 高光譜混合像元的分解及地物分類的研究.pdf
- 高光譜影像混合像元分解及亞象元定位.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
- 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
- 高光譜圖像混合像元分解與壓縮感知重構(gòu)算法研究.pdf
- 基于混合像元模型的高光譜數(shù)據(jù)分類.pdf
- 基于GPU的高光譜圖像混合像元分解并行優(yōu)化研究.pdf
- 面向混合像元的高光譜遙感數(shù)據(jù)降維.pdf
- 高-多光譜圖像混合像元解混研究.pdf
- 基于進化多目標(biāo)優(yōu)化的高光譜稀疏混合像元分解技術(shù)研究.pdf
- 融合高維簡單線性迭代聚類的高光譜混合像元分解策略.pdf
- 高光譜遙感混合像元端元提取研究及應(yīng)用.pdf
- 非監(jiān)督的點源超光譜混合像元分解算法研究
- 高光譜遙感圖像混合像元解混方法的研究.pdf
- 非監(jiān)督的點源超光譜混合像元分解算法研究.pdf
- 混合像元分解及其應(yīng)用研究.pdf
評論
0/150
提交評論