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:
传统的基于贝叶斯模型的谱解混合方法采用了全局端元光谱特征值进行遥感图像的谱解混合,但是不同地理位置以及不同光照条件下,同类地物的端元具有不同光谱特征值,仅仅采用一个全局光谱特征值代替所有地区的光谱特征值降低了遥感图像谱解混合的精度.针对这种情况,提出采用端元局部光谱特征值代替端元全局光谱特征值进行谱解混.具体实施方法是利用相邻地区的同一地物拥有相同的光谱特征值的特点,在提取端元光谱特征值的时候,充分利用空间约束的特点来获取各个混合像元的光谱特征值.实验结果表明,该方法比传统的贝叶斯谱解混合能够得到更高的谱解混合精度.
推荐文章
结合贝叶斯最优分类器的GACV模型对医学彩色细胞图像进行分割
图像分割
彩色图像
GACV模型
贝叶斯最优分类器
自动交互图像分割中的贝叶斯网络模型构建
超级像素点
贝叶斯网络模型
交互分割
图像分割
基于贝叶斯匹配追踪的SAR图像重构
压缩感知
SAR图像
高斯混合参数
贝叶斯
EM
利用核密度估计改进遥感图像贝叶斯分类法
遥感图像分类
Bayes分类
非参数估计
核密度估计
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 结合空间约束的贝叶斯模型遥感图像谱解混合
来源期刊 电子技术 学科
关键词 谱解混合 贝叶斯模型 端元局部光谱特征值 空间约束
年,卷(期) 2016,(11) 所属期刊栏目 电子技术设计与应用
研究方向 页码范围 66-69
页数 4页 分类号
字数 3139字 语种 中文
DOI 10.3969/j.issn.1000-0755.2016.11.019
五维指标
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  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
研究主题发展历程
节点文献
谱解混合
贝叶斯模型
端元局部光谱特征值
空间约束
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
电子技术
月刊
1000-0755
31-1323/TN
大16开
上海市长宁区泉口路274号
4-141
1963
chi
出版文献量(篇)
5480
总下载数(次)
19
总被引数(次)
22245
论文1v1指导