博客
关于我
端元提取、光谱角、端元提取光谱角检测模型
阅读量:480 次
发布时间:2019-03-06

本文共 537 字,大约阅读时间需要 1 分钟。

端元及其提取解析

什么是端元?

端元(endmember)是地物信息的最简形式,通常与混合像元相对。混合像元包含多种地物信息,而端元仅包含一种地物特征。在像元分解过程中,可以通过定量分析各端元在混合像元中的面积比例,即端元丰度(abundance),来描述端元的分布。

端元提取的基本原理

端元提取(endmember extraction,EE)主要包含两个关键步骤:端元识别和端元提取。基于几何特征的端元识别方法常采用以下降维技术:

  • 主成分分析(PCA):用于去除噪声,降维。
  • 多因子分析(MNF):进一步优化降维效果。
  • 独立校正(IC):增强数据相关性分析。

通过这些降维方法,相关性较低的波段被选定作为二维散点图的横纵轴。散点图中凸出区域的端元候选区域对应的平均波谱即为目标端元。

光谱角的意义

光谱角(spectral angle,SA)反映光谱曲线的相似性程度。其值越接近0,表明光谱波形越相似,地物特征越一致。

端元提取与光谱角结合的优势

将端元提取与光谱角相结合,可以构建无损检测模型。该模型通过以下步骤实现:

  • 提取所有端元波谱;
  • 将受损区域波谱与端元波谱进行匹配,识别缺损部分的端元组合。
  • 这种方法能够有效评估受损区域的光谱特征,保证检测的准确性和可靠性。

    转载地址:http://hljdz.baihongyu.com/

    你可能感兴趣的文章
    Python 操作sqlite数据库及保存查询numpy类型数据(一)
    查看>>
    Python 操作sqlite数据库及保存查询numpy类型数据(二)
    查看>>
    Python 操作数据库
    查看>>
    Python 数据分析与可视化实战
    查看>>
    python 数据可视化 -- matplotlib02
    查看>>
    python 数据可视化利器
    查看>>
    Python 数据可视化详解
    查看>>
    python 数据库查询返回list或tuple
    查看>>
    Python 数据库连接池管理的基本知识 (附Demo)
    查看>>
    Python 数据库骚操作 -- MySQL
    查看>>
    Python 数据操作详解
    查看>>
    Python 数据文件与网络数据序列化存储详解
    查看>>
    Python 数据结构与算法详解
    查看>>
    Python 数据采集、清洗、整理、分析以及可视化实战
    查看>>
    Python 数据预处理
    查看>>
    python 文件类型检测 linux和windows都可以用
    查看>>
    Python多处理池,加入;不等待继续?
    查看>>
    Python 无法安装包
    查看>>
    python 日历小部件 - 返回用户选择的日期
    查看>>
    Python 日志管理封装
    查看>>