ScholarGate
Assistente
Machine learningRemote sensing

Desmistura Hiperespectral

A desmistura hiperespectral é uma técnica de processamento de sinais que decompõe cada pixel de uma imagem hiperespectral numa coleção de espectros de materiais puros (endmembers) e as suas abundâncias fracionais correspondentes. Como a resolução do sensor frequentemente causa que múltiplos tipos de cobertura do solo co-ocupem um único pixel, a desmistura recupera informação composicional sub-pixel que a classificação convencional não consegue. Keshava e Mustard (2002) forneceram a estrutura fundamental de processamento de sinais que unificou trabalhos anteriores em geologia e sensoriamento remoto sob um rigoroso modelo de mistura linear.

Abrir no MethodMindEm breveVídeoEm breveBaixar slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Mapa de métodos

A vizinhança de métodos relacionados — selecione um nó para explorar.

Fontes

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

Como citar esta página

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

Qual método?

Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.

Comparar lado a lado
ScholarGateHyperspectral Unmixing (Spectral Unmixing of Hyperspectral Imagery). Recuperado em 2026-06-15 de https://scholargate.app/pt/remote-sensing/hyperspectral-unmixing · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026