![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
亚像元制图
文章平均质量分 87
亚像元定位、混合像元分解等
RS&
记录科研点滴
展开
-
ENVI 混合像元分解
一、混合像元分解的过程:在影像已经完成预处理的前提下(如几何校正、大气校正、去噪等),混合像元分解的一般的过程:首先获取端元波谱(从图像上、波谱库中或者其他来源),然后选择一种分解模型在每个像素中获取每个端元波谱的相对丰度图,最后从丰度图上提取不同组成比例的像元。二、混合像元分解算法混合像元分解算法包括数据降维、端元选取和反演三个步骤。1.数据降维尽管数据降维不是混合像元分解算法的一个必需步骤,但由于大多数算法都将其作为一个流程,我们也将其当作一个步骤。常用的降维算法有主成分分析(Princip原创 2020-12-21 23:24:05 · 21730 阅读 · 5 评论 -
亚像元制图方法介绍
文章目录前言一、亚像元定位原理二、像元交换算法(PS)三、线性像元交换算法(LPS)四、基于DEM改进的像元交换算法(DMPS)五、亚像元-像元空间引力模型(SPSAM)参考资料前言应用混合像元分解的方法,仅能够求得地物端元在该像元中的丰度,并不能确定其中各端元在空间上是如何分布的,因此还需要进行亚像元制图。目的:根据地物端元的丰度信息估计地物端元在像元中的空间分布。算法:神经网络、基因算法、引力模型、像元交换法(pixel swapping,PS)等。基本原理:基于地物信息的空间相关性,即相近原创 2020-12-21 23:28:42 · 2248 阅读 · 3 评论 -
理解线性混合模型、像元交换算法
[翻译]http://wgbis.ces.iisc.ernet.in/energy/paper/IISc_OR_Tirupati_Fullpaper_221108_new/index.htm1.线性混合模型(linear mixed model):h(x,y)代表传感器在像素(x,y)坐标处采集的特征,该特征可以认为是一个N维(N-d)的向量,N为光谱波段的范围;也可以认为是端元向量ei(纯像素或像素只代表图像中的一个类别)的线性组合。表示向量ei在像元h(x,y)处所占的比例。公式(1)中有两原创 2020-12-21 23:28:11 · 1027 阅读 · 0 评论