独立分量分析在多光谱遥感图像分类中的应用

• 作者: 夏德深 曾生根
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 独立分量分析 固定点算法 多光谱遥感图像 BP神经网络
• 年，卷（期）: 2004,（21）
• 所属期刊栏目: 学术探讨
• 页码范围: 108-110,145
• 页数: 4页
• 分类号: TP751
• 字数: 3375字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2004.21.034

摘要

多光谱遥感图像反映了不同地物的光谱特征,其分类是遥感应用的基础.但是在多光谱遥感波段图像中存在不同地物对应着相同的灰度,即异物同谱的问题.独立分量分析算法对未知的源信号的混合信号进行估计,可以获得相互独立的源信号的近似.独立分量分析算法利用了信号的高阶统计信息,对于多光谱遥感图像而言,算法去除了波段图像之间的相关性,获得的波段图像是相互独立的.但是独立分量分析算法有一个缺点,即计算量太大,影响了在多光谱遥感图像分类上的应用.文章对独立分量分析的一种快速算法FastICA进行改进,减少了计算量,提高了算法的有效性.在性能相当的情况下,改进FastICA算法能有效地减少算法的计算量.由于FastICA算法是线性ICA算法,对于非线性混合的光谱信号的估计存在一定误差,因此应用BP神经网络的非线性特性对其进行自动分类.在同原始遥感图像的BP神经网络分类结果进行比较,结果表明独立分量分析算法能提高多光谱遥感图像的分类的正确率.