Niezamieszanie hiperspektralne
Niezamieszanie hiperspektralne to technika przetwarzania sygnałów, która rozkłada każdy piksel obrazu hiperspektralnego na zbiór czystych widm materiałowych (endmemberów) i ich odpowiadające ułamkowe obfitości. Ponieważ rozdzielczość czujnika często powoduje, że wiele typów pokrycia terenu zajmuje pojedynczy piksel, niezamieszanie odzyskuje informacje o składzie podpikselowym, których konwencjonalna klasyfikacja nie jest w stanie uzyskać. Keshava i Mustard (2002) dostarczyli podstawowe ramy przetwarzania sygnałów, które ujednoliciły wcześniejsze prace geologiczne i teledetekcyjne w ramach rygorystycznego liniowego modelu mieszania.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- Keshava, N., & Mustard, J. F. (2002). Spectral unmixing. IEEE Signal Processing Magazine, 19(1), 44–57. DOI: 10.1109/79.974727 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 2). Spectral Unmixing of Hyperspectral Imagery. ScholarGate. https://scholargate.app/pl/remote-sensing/hyperspectral-unmixing
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- NMF (Non-negative Matrix Factorization)Uczenie maszynowe↔ porównaj
- Klasyfikacja obrazów oparta na pikselachTeledetekcja↔ porównaj
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →