Hyperspektrale Entmischung
Hyperspektrale Entmischung ist eine Signalverarbeitungstechnik, die jedes Pixel eines hyperspektralen Bildes in eine Sammlung reiner Materialspektren (Endglieder) und ihre entsprechenden fraktionellen Häufigkeiten zerlegt. Da die Sensorauflösung oft dazu führt, dass mehrere Landbedeckungstypen einen einzigen Pixel belegen, gewinnt die Entmischung Informationen über die Zusammensetzung unterhalb der Pixelebene, die eine konventionelle Klassifizierung nicht liefern kann. Keshava und Mustard (2002) lieferten den grundlegenden Signalverarbeitungsrahmen, der frühere geologische und Fernerkundungsarbeiten unter einem strengen linearen Mischungsmodell vereinte.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Methodenkarte
Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.
Quellen
- Keshava, N., & Mustard, J. F. (2002). Spectral unmixing. IEEE Signal Processing Magazine, 19(1), 44–57. DOI: 10.1109/79.974727 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 2). Spectral Unmixing of Hyperspectral Imagery. ScholarGate. https://scholargate.app/de/remote-sensing/hyperspectral-unmixing
Welche Methode?
Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.
- Nicht-negative Matrixfaktorisierung (NMF)Maschinelles Lernen↔ vergleichen
- Pixelbasierte BildklassifizierungFernerkundung↔ vergleichen
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →