博客
关于我
端元提取、光谱角、端元提取光谱角检测模型
阅读量:480 次
发布时间:2019-03-06

本文共 537 字,大约阅读时间需要 1 分钟。

端元及其提取解析

什么是端元?

端元(endmember)是地物信息的最简形式,通常与混合像元相对。混合像元包含多种地物信息,而端元仅包含一种地物特征。在像元分解过程中,可以通过定量分析各端元在混合像元中的面积比例,即端元丰度(abundance),来描述端元的分布。

端元提取的基本原理

端元提取(endmember extraction,EE)主要包含两个关键步骤:端元识别和端元提取。基于几何特征的端元识别方法常采用以下降维技术:

  • 主成分分析(PCA):用于去除噪声,降维。
  • 多因子分析(MNF):进一步优化降维效果。
  • 独立校正(IC):增强数据相关性分析。

通过这些降维方法,相关性较低的波段被选定作为二维散点图的横纵轴。散点图中凸出区域的端元候选区域对应的平均波谱即为目标端元。

光谱角的意义

光谱角(spectral angle,SA)反映光谱曲线的相似性程度。其值越接近0,表明光谱波形越相似,地物特征越一致。

端元提取与光谱角结合的优势

将端元提取与光谱角相结合,可以构建无损检测模型。该模型通过以下步骤实现:

  • 提取所有端元波谱;
  • 将受损区域波谱与端元波谱进行匹配,识别缺损部分的端元组合。
  • 这种方法能够有效评估受损区域的光谱特征,保证检测的准确性和可靠性。

    转载地址:http://hljdz.baihongyu.com/

    你可能感兴趣的文章
    POSIX标准和XSI扩展
    查看>>
    post install error,please remove node_moules before retry
    查看>>
    PostGIS中获取所有EPSG的编码以及对应Proj4字符串
    查看>>
    PostGIS在Windows上的下载与安装
    查看>>
    postgis数据库优化_postgresql 性能优化
    查看>>
    Postgres Docker版本安装mysql_fdw 插件
    查看>>
    Postgres invalid command \N数据恢复处理
    查看>>
    Postgres like 模糊查询匹配集合
    查看>>
    Postgres 自定义函数内实现 in 操作符的递归查询
    查看>>
    Postgres 返回当前时间前后指定天数的集合
    查看>>
    postgres--vacuum
    查看>>
    postgres--wal
    查看>>
    postgres--流复制
    查看>>
    postgres10配置huge_pages
    查看>>
    PostgreSQL 10.0 preview 变化 - pg_xlog,pg_clog,pg_log目录更名为pg_wal,pg_xact,log
    查看>>
    PostgreSQL 10.1 手册_部分 II. SQL 语言_第 15章 并行查询_15.2. 何时会用到并行查询?...
    查看>>
    PostgreSQL 10.1 手册_部分 II. SQL 语言_第 9 章 函数和操作符_9.23. 行和数组比较
    查看>>
    PostgreSQL 10.1 手册_部分 III. 服务器管理_第 21 章 数据库角色
    查看>>
    Postgresql 12.9如何配置允许远程连接
    查看>>
    PostgreSQL 9.6 同步多副本 与 remote_apply事务同步级别 应用场景分析
    查看>>