ScholarGate
助手
Machine learningRemote sensing

高光谱解混

高光谱解混是一种信号处理技术,它将高光谱图像的每个像素分解为一组纯物质光谱(端元)及其相应的丰度分数。由于传感器分辨率常常导致多个地表覆盖类型占据同一像素,解混能够恢复传统分类方法无法获取的亚像素组成信息。Keshava和Mustard(2002)提供了基础的信号处理框架,在严格的线性混合模型下统一了先前的地质学和遥感研究工作。

在 MethodMind 中打开即将推出Apply, compare, get guidance
Tools & resources
下载幻灯片
Learn & explore
视频即将推出

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

登录

方法图谱

相关方法的邻域——选择一个节点以展开探索。

来源

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

如何引用本页

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

选用哪种方法?

将本方法与其最相近的同类并置,并排研读——本馆将书籍铺陈于案上,取舍则由您定夺。

并排比较
ScholarGateHyperspectral Unmixing (Spectral Unmixing of Hyperspectral Imagery). 于 2026-06-15 检索自 https://scholargate.app/zh/remote-sensing/hyperspectral-unmixing · 数据集: https://doi.org/10.5281/zenodo.20539026