基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了进一步提高基于独立分量分析(Independent Component Analysis,ICA)的遥感图像变化检测精确度,并解决ICA分离的图像分量排序不确定问题,提出了基于小波变换和核独立分量分析(Kernel Independent Component Analysis,KICA)的遥感图像变化检测方法.首先通过小波变换对遥感图像进行分解,得到由图像的高频分量和低频分量组成的分块向量,然后利用核函数将分块向量映射到高维特征空间中,再在该空间中用ICA方法分离出互相独立的向量,最后根据分离出的向量中高频分量的差异自动分辨出变化分量.文章给出了遥感图像变化检测方法及近年提出的基于主分量分析(Principal ComponentAnalysis,PCA)、基于ICA、基于KICA三种变化检测方法的试验结果,并进行了分析和定量比较.试验结果表明,文中方法能更好地分离出遥感图像的变化信息,具有更高的精确度,并实现了变化检测的智能化.
推荐文章
基于小波变换的独立分量分析及其在图像分离中的应用
独立分量分析
小波变换
峭度
自然梯度算法
一种基于小波变换的SAR图像多尺度融合变化检测方法
SAR图像
变化检测
小波变换
多尺度融合
采用独立阈值的遥感影像变化检测方法
变化检测
小比例变化量区域
像斑
样本选择
期望最大化算法
基于小波变换的遥感图像边缘检测方法研究
遥感图像
小波变换
边缘检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波变换和核独立分量分析的遥感图像变化检测
来源期刊 中国空间科学技术 学科
关键词 遥感图像 变化检测 核独立分量分析 小波变换
年,卷(期) 2013,(6) 所属期刊栏目 研究探讨
研究方向 页码范围 9-16
页数 8页 分类号
字数 3777字 语种 中文
DOI 10.3780/j.issn.1000-758X.2013.06.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴一全 南京航空航天大学电子信息工程学院 198 2249 23.0 36.0
10 曹照清 南京航空航天大学电子信息工程学院 7 76 6.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (85)
参考文献  (9)
节点文献
引证文献  (6)
同被引文献  (23)
二级引证文献  (22)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(7)
  • 引证文献(0)
  • 二级引证文献(7)
2018(6)
  • 引证文献(2)
  • 二级引证文献(4)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
遥感图像
变化检测
核独立分量分析
小波变换
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国空间科学技术
双月刊
1000-758X
11-1859/V
大16开
北京市9622信箱
1981
chi
出版文献量(篇)
1605
总下载数(次)
4
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导