ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
其他

Independent Component Analysis for Spectral Unmixing in Hyperspectral Remote Sensing Image

LUO Wen fei; ZHONG Liang; ZHANG Bing; GAO Lian ru华南师范大学
2010DOI: 10.3964/j.issn.1000-0593(2010)06-1628-06
10阅读
引用收藏
分享

摘要

高光谱遥感在对地球陆地、海洋、大气的观测中发挥着重要作用,高光谱遥感图像分析的关键是提取像元光谱内部各物质成分及其含量,即光谱解混.独立成分分析提供了一种先进的技术手段,在很少先验知识的前提下,实现端元(物质成分)光谱及其丰度(含量)的同时提取.但丰度约束破坏了各成分独立的前提条件,导致了独立成分分析的局限性.针对这一问题,提出了丰度约束下总体相关性最小化的解决方案,并指出总体相关性最小化下的理想角度,通过设计角度修正的独立成分分析算法把各成分调整到理想角度上.利用模拟数据与真实数据算法进行检验,结果表明:经过角度修正后,独立成分分析突破了原有的局限性,有助于进一步提高独立成分分析技术在光谱分析中的有效性.

学科与关键词

关键词
高光谱遥感光谱解混独立成分分析端元

基本信息

发表日期
2010
资助标注
国家(973计划)项目; 国家自然科学基金; 国家(863计划)项目
DOI
10.3964/j.issn.1000-0593(2010)06-1628-06

作者

  • L

    LUO Wen fei (第一作者)

    华南师范大学地理科学学院

  • Z

    ZHONG Liang

    中国科学院遥感应用研究所

查看全部 4 位作者收起作者
  • Z

    ZHANG Bing

    中国科学院对地观测与数字地球科学中心

  • G

    GAO Lian ru

    中国科学院对地观测与数字地球科学中心

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417