Hyperspectrale Unmixing
Hyperspectrale unmixing is een signaalverwerkingstechniek die elke pixel van een hyperspectrale afbeelding ontleedt in een verzameling pure materiaal spectra (endmembers) en hun corresponderende fractionele abundanties. Omdat de sensorresolutie er vaak toe leidt dat meerdere landbedekkingstypen een enkele pixel bezetten, herstelt unmixing sub-pixel compositionele informatie die conventionele classificatie niet kan. Keshava en Mustard (2002) leverden het fundamentele signaalverwerkingskader dat eerder geologisch en remote sensing werk onder een rigoureus lineair mengmodel verenigde.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- Keshava, N., & Mustard, J. F. (2002). Spectral unmixing. IEEE Signal Processing Magazine, 19(1), 44–57. DOI: 10.1109/79.974727 ↗
Deze pagina citeren
ScholarGate. (2026, June 2). Spectral Unmixing of Hyperspectral Imagery. ScholarGate. https://scholargate.app/nl/remote-sensing/hyperspectral-unmixing
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Niet-negatieve Matrixfactorisatie (NMF)Machine learning↔ vergelijken
- Pixel-gebaseerde beeldclassificatieRemote sensing↔ vergelijken
Een fout op deze pagina gezien? Meld het of stel een correctie voor →