项目名称: 融合空间信息的自适应混合像元分解研究

项目编号: No.61301255

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 无线电电子学、电信技术

项目作者: 李华丽

作者单位: 湖南大学

项目金额: 24万元

中文摘要: 高光谱遥感图像混合像元自动分解,可以突破图像空间分辨率的限制,深入到亚像元尺度识别地物,对遥感图像自动解译具有重要的研究意义。传统的混合像元自动分解方法端元个数难以精确估计、忽视空间信息、纯净像元不存在时难以获取真实端元。为此,本研究拟围绕融合空间信息的自适应混合像元分解问题,分别以"融合空间信息的基于端元提取的混合像元分解"和"融合空间信息的基于盲分解的混合像元分解"为研究主线,发展稳健、有效的自适应混合像元分解的理论与方法,主要研究内容包括:1)端元个数的自适应估计;2)融合空间信息的基于端元提取的自适应混合像元分解;3)融合空间信息的基于盲分解的自适应混合像元分解。本研究的相关成果在矿物制图、精细农业、军事侦察、灾害评估等领域具有很高的实际应用价值。

中文关键词: 自适应;混合像元分解;空间信息;端元提取;高光谱影像

英文摘要: Automatic spectral unmixing with hyperspectral image, which breaks the spatial limitation of hyperspectral sensor, and identifies the ground materials at sub-pixel level, and improves the accuracy of interpretation, has important applications. Whereas the study focuses on the following problems in spectral unmixing with hyperspectral images: the negligence of spatial information, difficulty for estimation of endmembers' number , nonexistence of pure pixels. And the research deeply surveys the incorporation of spatial information into automatic endmember and blind unmixing in adaptive spectral unmixing, mainly includes three part:1)adaptive estimate the number of endmembers, 2) adaptive endmember extraction with integrated spatial information, 3)adaptive blind unmixing with integrated spatial information. The study can be applied into mineral mapping, precision agriculture, military reconnaissance and hazard assessment such field.

英文关键词: adaptive;spectral unmixing;spatial information;endmember extraction;hyperspectral image

成为VIP会员查看完整内容
0

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
52+阅读 · 2021年3月22日
专知会员服务
77+阅读 · 2020年12月6日
专知会员服务
45+阅读 · 2020年11月13日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
从带内到带外——智能系统的脆弱性体系演变
中国计算机学会
6+阅读 · 2022年3月23日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
技术动态 | 跨句多元关系抽取
开放知识图谱
50+阅读 · 2019年10月24日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
Meta-Transfer Learning for Zero-Shot Super-Resolution
Arxiv
43+阅读 · 2020年2月27日
Arxiv
11+阅读 · 2018年9月28日
小贴士
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
52+阅读 · 2021年3月22日
专知会员服务
77+阅读 · 2020年12月6日
专知会员服务
45+阅读 · 2020年11月13日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
相关资讯
从带内到带外——智能系统的脆弱性体系演变
中国计算机学会
6+阅读 · 2022年3月23日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
技术动态 | 跨句多元关系抽取
开放知识图谱
50+阅读 · 2019年10月24日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员