论文摘要
针对含多种植被及植被与其他地物密致混合的城市高光谱数据,提出了基于植被指数分析结合超像素分割和纯像元指数的端元束提取算法。首先,通过纯像元指数法提取初始候选端元,然后,对图像进行超像素分割,每个超像素内保留一个候选端元并计算其均质性指数,再利用植被指数将候选端元分为纯植被端元、含植被的混合端元以及其他端元分别进行聚类分析,最后去除冗余端元。仿真和真实数据结果表明,所提出的方法能有效提取可变端元并且减少植被端元聚类错误。
论文目录
文章来源
类型: 期刊论文
作者: 郭振,左成欢,周竹菁,卢俊杰
关键词: 城市高光谱图像,超像素分割,端元束提取,植被指数
来源: 工业控制计算机 2019年10期
年度: 2019
分类: 信息科技,基础科学
专业: 生物学,计算机软件及计算机应用
单位: 嘉兴市恒创电力设备有限公司,杭州电子科技大学计算机学院
基金: 国家自然科学基金(61671408)
分类号: Q948;TP391.41
页码: 98-100
总页数: 3
文件大小: 2415K
下载量: 38
相关论文文献
- [1].由粗到细的高光谱图像多端元光谱混合分析[J]. 遥感技术与应用 2019(06)
- [2].端元分析在长江武汉段古洪水识别中的应用[J]. 沉积学报 2020(02)
- [3].结合局部空谱信息的高光谱图像多端元提取[J]. 沈阳理工大学学报 2020(02)
- [4].基于粒度端元分析的甘肃天水全新世古泥流沉积事件研究[J]. 兰州大学学报(自然科学版) 2020(03)
- [5].针对高光谱端元提取的空谱联合预处理方法[J]. 液晶与显示 2020(09)
- [6].基于空间约简的高光谱影像端元检测研究[J]. 电子测试 2019(21)
- [7].基于单体扩张的端元提取算法[J]. 红外技术 2016(11)
- [8].基于端元子集优选的高光谱解混算法研究[J]. 计算机应用与软件 2016(07)
- [9].多端元光谱混合分析综述[J]. 遥感信息 2016(05)
- [10].基于像元纯净指数的多端元提取算法[J]. 半导体光电 2020(01)
- [11].一种基于空谱协同的高光谱端元提取方法研究[J]. 地理空间信息 2020(02)
- [12].一种改进的基于自动形态学的端元提取算法[J]. 激光技术 2017(01)
- [13].粒度端元法在东海内陆架古环境重建中的应用[J]. 海洋地质与第四纪地质 2017(03)
- [14].高光谱影像端元提取算法的进展分析与比较[J]. 遥感技术与应用 2015(06)
- [15].端元快速提取的光谱梯度特征搜索法[J]. 测绘学报 2015(02)
- [16].单/双端元线性模型分解混合像元的应用效果对比[J]. 闽江学院学报 2015(02)
- [17].高光谱遥感影像端元提取算法研究进展及分类[J]. 遥感技术与应用 2015(04)
- [18].高光谱端元自动确定与提取的迭代算法[J]. 遥感学报 2013(02)
- [19].基于顶点成分分析法的端元提取改进算法[J]. 测绘通报 2013(07)
- [20].基于数据场的端元提取算法研究[J]. 遥感技术与应用 2012(06)
- [21].基于异常探测的高光谱端元提取方法研究[J]. 遥感技术与应用 2011(04)
- [22].图像端元全自动提取方法研究[J]. 海洋测绘 2009(02)
- [23].基于特征端元提取的像元分解方法[J]. 高技术通讯 2008(10)
- [24].基于线性混合模型的端元提取方法综述[J]. 测绘科学 2008(S3)
- [25].基于线性混合模型的端元提取方法综述[J]. 测绘科学 2008(S1)
- [26].端元提取技术在高光谱图像压缩中的应用[J]. 光谱学与光谱分析 2008(07)
- [27].典型矿物颜料混合像元几何单形体端元提取算法研究[J]. 地理信息世界 2020(05)
- [28].一种改进的顶点成分分析端元提取算法[J]. 世界核地质科学 2016(01)
- [29].数据约简化的高光谱影像端元提取[J]. 红外技术 2016(06)
- [30].动态端元组合混合像元分解法在植被覆盖度动态监测中的应用——以长汀县为例[J]. 热带地理 2016(05)