Гиперспектральное разделение
Гиперспектральное разделение — это метод обработки сигналов, который раскладывает каждый пиксель гиперспектрального изображения на набор спектров чистых материалов (конечных членов) и их соответствующих долей содержания. Поскольку разрешение датчика часто приводит к тому, что несколько типов земного покрова занимают один пиксель, разделение восстанавливает информацию о составе на субпиксельном уровне, которую обычная классификация не может предоставить. Кешава и Мастард (2002) предоставили основополагающую основу обработки сигналов, которая объединила предыдущие геологические работы и работы по дистанционному зондированию в рамках строгой линейной модели смешения.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- Keshava, N., & Mustard, J. F. (2002). Spectral unmixing. IEEE Signal Processing Magazine, 19(1), 44–57. DOI: 10.1109/79.974727 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 2). Spectral Unmixing of Hyperspectral Imagery. ScholarGate. https://scholargate.app/ru/remote-sensing/hyperspectral-unmixing
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Неотрицательное матричное разложение (NMF)Машинное обучение↔ сравнить
- Пиксельная классификация изображенийДистанционное зондирование↔ сравнить
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →