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:
针对传统高光谱单端元提取算法不能描述光谱变异、混合像元分解精度不高的缺点,提出一种结合局部空谱信息的高光谱图像多端元提取(multiple endmember extrac-tion algorithm with local spatial-spectral information,MEELSI)方法.首先将原始高光谱图像进行图像子空间划分获取不重叠的图像块,并利用自动目标生成算法分别在图像块上提取候选端元;然后对候选端元的邻域像元进行光谱相似性分析,优化精选候选端元;最后利用K-means聚类算法对所有端元集进行聚类分析,得到最终的多端元光谱集.仿真数据和真实高光谱数据的实验结果表明,与传统单端元提取方法相比较,MEELSI算法具有表征遥感图像中光谱变异的能力,能够有效提高混合像元分解精度.
推荐文章
基于空谱特征的核极端学习机高光谱遥感图像分类算法
局部二值模式
空谱结合
核极限学习机
高光谱遥感图像
空谱超像素核极限学习机的高光谱分类算法
空间结构信息
超像素
同谱异类
极限学习机
加权空谱局部保持投影的高光谱图像特征提取
空间信息
光谱信息
加权空-谱局部保持投影
高光谱图像
特征提取
基于面向对象的多端元光谱混合分析方法
面向对象
多端元光谱混合分析
TM遥感影像
影像分类
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 结合局部空谱信息的高光谱图像多端元提取
来源期刊 沈阳理工大学学报 学科 工学
关键词 遥感 高光谱图像 多端元提取 光谱变异 空谱信息
年,卷(期) 2020,(2) 所属期刊栏目 自动化技术
研究方向 页码范围 7-12
页数 6页 分类号 TP751
字数 语种 中文
DOI 10.3969/j.issn.1003-1251.2020.02.002
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 郝永平 170 586 11.0 17.0
2 杨华东 5 0 0.0 0.0
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  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(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)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(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)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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
遥感
高光谱图像
多端元提取
光谱变异
空谱信息
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
沈阳理工大学学报
双月刊
1003-1251
21-1252/T
16开
沈阳市和平区太原北街2号
1982
chi
出版文献量(篇)
2643
总下载数(次)
3
论文1v1指导