ScholarGate
Assistente
Machine learningRemote sensing

Disgregazione iperspettrale

La disgregazione iperspettrale è una tecnica di elaborazione dei segnali che scompone ciascun pixel di un'immagine iperspettrale in una raccolta di spettri di materiali puri (endmembers) e le loro corrispondenti abbondanze frazionali. Poiché la risoluzione del sensore spesso causa la co-occupazione di più tipi di copertura del suolo in un singolo pixel, la disgregazione recupera informazioni compositive sub-pixel che la classificazione convenzionale non può fornire. Keshava e Mustard (2002) hanno fornito il quadro di elaborazione dei segnali fondamentale che ha unificato i precedenti lavori geologici e di telerilevamento sotto un rigoroso modello di miscela lineare.

Apri in MethodMindIn arrivoVideoIn arrivoScarica le diapositive

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Mappa dei metodi

Il vicinato dei metodi correlati — seleziona un nodo per esplorare.

Fonti

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

Come citare questa pagina

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

Quale metodo?

Affianca questo metodo ai suoi parenti più prossimi e leggili fianco a fianco — la biblioteca dispone i libri sul tavolo; la scelta è tua.

Confronta affiancati
ScholarGateHyperspectral Unmixing (Spectral Unmixing of Hyperspectral Imagery). Consultato il 2026-06-15 da https://scholargate.app/it/remote-sensing/hyperspectral-unmixing · Insieme di dati: https://doi.org/10.5281/zenodo.20539026