ScholarGate
Assistent
Machine learningRemote sensing

Descomposició de senyals hiperespectrals

La descomposició de senyals hiperespectrals és una tècnica de processament de senyals que descompon cada píxel d'una imatge hiperespectral en una col·lecció d'espectres de materials purs (endmembers) i les seves abundàncies fraccionals corresponents. Atès que la resolució del sensor sovint fa que múltiples tipus de coberta terrestre coocupin un sol píxel, la descomposició recupera informació composicional subpíxel que la classificació convencional no pot. Keshava i Mustard (2002) van proporcionar el marc fonamental de processament de senyals que va unificar el treball geològic i de teledetecció previ sota un rigorós model de mescla lineal.

Obre a MethodMindAviatVídeoAviatBaixa les diapositives

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Mapa de mètodes

El veïnat de mètodes relacionats — seleccioneu un node per explorar-lo.

Descomposició de senyals hiperespectrals
Factorització de Matrius…Classificació d'imatges…

Fonts

  1. Keshava, N., & Mustard, J. F. (2002). Spectral unmixing. IEEE Signal Processing Magazine, 19(1), 44–57. DOI: 10.1109/79.974727

Com citar aquesta pàgina

ScholarGate. (2026, June 2). Spectral Unmixing of Hyperspectral Imagery. ScholarGate. https://scholargate.app/ca/remote-sensing/hyperspectral-unmixing

Quin mètode?

Poseu aquest mètode al costat dels seus parents més pròxims i llegiu-los de costat a costat — la biblioteca disposa els llibres sobre la taula; la tria és vostra.

Compara de costat a costat
ScholarGateHyperspectral Unmixing (Spectral Unmixing of Hyperspectral Imagery). Recuperat el 2026-06-15 de https://scholargate.app/ca/remote-sensing/hyperspectral-unmixing · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026