ScholarGate
Assistent
Machine learningRemote sensing

Hyperspectral unmixing

Hyperspectral unmixing er en signalbehandlingsteknikk som dekomponerer hver piksel i et hyperspektralt bilde til en samling av rene materialespektra (endmedlemmer) og deres tilsvarende fraksjonelle forekomster. Fordi sensoroppløsning ofte fører til at flere landdekketyper okkuperer en enkelt piksel, gjenoppretter unmixing sub-piksel komposisjonsinformasjon som konvensjonell klassifisering ikke kan. Keshava og Mustard (2002) ga det grunnleggende signalbehandlingsrammeverket som forente tidligere geologiske og fjernmålingsarbeider under en rigorøs lineær blandingsmodell.

Åpne i MethodMindSnartVideoSnartLast ned lysbilder

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Metodekart

Nabolaget av beslektede metoder — velg en node for å utforske.

Kilder

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

Slik siterer du denne siden

ScholarGate. (2026, June 2). Spectral Unmixing of Hyperspectral Imagery. ScholarGate. https://scholargate.app/no/remote-sensing/hyperspectral-unmixing

Hvilken metode?

Sett denne metoden ved siden av sin nærmeste slektning og les dem side om side — biblioteket legger bøkene på bordet; valget er ditt.

Sammenlign side om side
ScholarGateHyperspectral Unmixing (Spectral Unmixing of Hyperspectral Imagery). Hentet 2026-06-15 fra https://scholargate.app/no/remote-sensing/hyperspectral-unmixing · Datasett: https://doi.org/10.5281/zenodo.20539026