基于变分贝叶斯ICA的遥感图像混合像元分析

• 作者: 尹京苑 李成范 沈迪 董江山 薛丹 赵俊娟
• 来源期刊: 电讯技术
• 学科: 工学
• 关键词: 遥感图像 混合像元 独立分量分析 FastICA 变分贝叶斯ICA 自动分类
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 信号与信息处理技术
• 页码范围: 1274-1278
• 页数: 5页
• 分类号: TN911.73
• 字数: 3543字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-893x.2013.10.004

摘要

混合像元已成为遥感图像处理、分类的难点和重点。独立分量分析( ICA)能够实现图像的去相关性以及得到相互独立的分量，但是，由于ICA模型的各成分独立性和数据统计分布规律的不变假设，影响了遥感图像分类精度。针对这一问题，提出了基于变分贝叶斯ICA( VBICA)的遥感图像分析方法，并利用遥感图像进行验证，结果表明：VBICA方法提取的独立分量具有均方根误差小、迭代次数少和稳定性较好的特点；基于VBICA方法的遥感分类精度达到了91.55%，且目视效果较好；VBICA方法突破了ICA的局限性，提高了遥感图像自动分类精度，具有很好的应用前景。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹京苑	上海大学计算机工程与科学学院	75	760	17.0	24.0
2	薛丹	上海大学计算机工程与科学学院	10	95	5.0	9.0
3	李成范	上海大学计算机工程与科学学院	26	115	6.0	9.0
4	董江山	上海大学计算机工程与科学学院	6	14	2.0	3.0
5	赵俊娟	上海大学计算机工程与科学学院	20	82	5.0	8.0
6	沈迪	上海大学计算机工程与科学学院	7	19	2.0	4.0