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:
高光谱遥感图像(简称高光谱图像)的空间分辨率通常较低,混合像元现象严重.为了提高图像的分类精度,必须计算出混合像元内每种纯地物所占的比例(丰度).然而,受实际地物间复杂关系和大气散射的影响,高光谱图像像元内的光谱混合都是非线性的,这就使得传统的基于线性光谱混合模型的解混精度难以满足要求.为此,定义了广义的非线性混合模型,提出了一种基于二次散射的非线性混合模型——二次散射模型(secondary scattering model,SSM).通过对模拟数据和AVIRIS实际数据的解混实验表明,相对于传统的线性光谱解混,基于该模型进行光谱解混得到了更精确的分类结果.
推荐文章
线性混合光谱模型在多光谱遥感影像分类中的应用
多光谱遥感
混合像元
线性混合光谱模型
基于模式识别技术的高光谱遥感图像检测
模式识别
高光谱图像
遥感图像检测
图像预处理
图像拼接
过热区域确定
基于线性光谱混合模型的遥感影像枇杷树信息提取
线性光谱混合模型
枇杷
信息提取
基于二次散射非线性混合模型的矿物填图方法
高光谱
光谱解混
二次散射模型
填图规则
矿物填图
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 基于二次散射的高光谱遥感图像光谱非线性混合模型
来源期刊 国土资源遥感 学科 工学
关键词 高光谱遥感图像 光谱解混 线性混合模型 非线性混合模型 二次散射模型
年,卷(期) 2013,(1) 所属期刊栏目 技术方法
研究方向 页码范围 18-25
页数 分类号 TP79
字数 语种 中文
DOI 10.6046/gtzyyg.2013.01.04
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 张立保 北京师范大学信息科学与技术学院 39 259 10.0 14.0
2 余先川 北京师范大学信息科学与技术学院 72 548 13.0 21.0
3 胡丹 北京师范大学信息科学与技术学院 24 625 8.0 24.0
4 徐金东 北京师范大学信息科学与技术学院 14 71 5.0 8.0
5 李建广 北京师范大学信息科学与技术学院 3 17 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (10)
节点文献
引证文献  (10)
同被引文献  (29)
二级引证文献  (53)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(8)
  • 引证文献(4)
  • 二级引证文献(4)
2016(7)
  • 引证文献(1)
  • 二级引证文献(6)
2017(13)
  • 引证文献(1)
  • 二级引证文献(12)
2018(12)
  • 引证文献(1)
  • 二级引证文献(11)
2019(13)
  • 引证文献(1)
  • 二级引证文献(12)
2020(9)
  • 引证文献(1)
  • 二级引证文献(8)
研究主题发展历程
节点文献
高光谱遥感图像
光谱解混
线性混合模型
非线性混合模型
二次散射模型
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
国土资源遥感
季刊
1001-070X
11-2514/P
大16开
北京学院路31号航空物探遥感中心
1988
chi
出版文献量(篇)
2374
总下载数(次)
2
总被引数(次)
37077
论文1v1指导