项目名称: 顾及端元光谱可变与空间相关的混合像元扩展模型研究

项目编号: No.40801181

项目类型: 青年科学基金项目

立项/批准年度: 2009

项目学科: 金属学与金属工艺

项目作者: 吴波

作者单位: 福州大学

项目金额: 19万元

中文摘要: 本研究的结果主要包括以下四个方面: (1) 端元光谱可变的混合像元分解。提出利用光谱多尺度分割特征来消除或减弱端元光谱的可变性。(2) 顾及空间关系的混合像元扩展模型及模型。提出一种基于组分空间相关的混合像元分解模型以及混合像元组分的可视化分析与评价方法。(3) 混合像元亚像元目标定位与超分辨制图研究。分别提出利用高斯马尔柯夫模型和多点模拟技术刻画混合像元内亚像元的纹理信息进行亚像元目标定位与超分辨制图;(4)相关应用研究。

中文关键词: 混合像元; 空间相关; 亚像元定位; 端元; 光谱特征

英文摘要: The results og this programme can be summarlized as the following four contents:(1) For the variable end-member spectra of mixture pixels, we have proposed to reduce or mittgate the spectral variabilities by multi scale spactral feature extraction to improve abundance estimation. (2) For spatial dependent mixture model, we have proposed using Gaussian Markov Random Field (GMRF) model to describe fractional abundance spatial denpendence and addressed a unified model based on spectral and spatial information to improve the accuracy of spectral mixture analysis. Moreover, some visual techniques were proposed and used to analyze and evaluate the unmixing accuracies of mixture pixels to help insight spectrally mixture model. (3) For sub-pixel allocation and super- resolution mapping, we have proposed super-resolution mapping methods based on minimization of energy functions defined by spatial dependence either with Gaussian-Markov random field or multi-point simulation technique, to capture the spatially anisotropic structure of sub-pixel land cover classes; (4) some related applications.

英文关键词: mixed pixel; spatial dependence; sub-pixel allocation; end-member; spectral feature

成为VIP会员查看完整内容
0

相关内容

顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
36+阅读 · 2021年5月10日
专知会员服务
18+阅读 · 2020年12月23日
基于深度学习的数据融合方法研究综述
专知会员服务
137+阅读 · 2020年12月10日
【博士论文】辨识性特征学习及在细粒度分析中的应用
专知会员服务
29+阅读 · 2020年12月10日
专知会员服务
29+阅读 · 2020年9月13日
模型优化基础,Sayak Paul,67页ppt
专知会员服务
75+阅读 · 2020年6月8日
论文浅尝 - CIKM2020 | 用于推荐系统的多模态知识图谱
开放知识图谱
12+阅读 · 2020年12月17日
基于深度学习的数据融合方法研究综述
专知
31+阅读 · 2020年12月10日
PointNet系列论文解读
人工智能前沿讲习班
17+阅读 · 2019年5月3日
无人机集群对抗研究的关键问题
无人机
56+阅读 · 2018年9月16日
已删除
将门创投
12+阅读 · 2018年6月25日
图像检索研究进展:浅层、深层特征及特征融合
机器学习研究会
65+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
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+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
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
1+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月18日
小贴士
相关VIP内容
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
36+阅读 · 2021年5月10日
专知会员服务
18+阅读 · 2020年12月23日
基于深度学习的数据融合方法研究综述
专知会员服务
137+阅读 · 2020年12月10日
【博士论文】辨识性特征学习及在细粒度分析中的应用
专知会员服务
29+阅读 · 2020年12月10日
专知会员服务
29+阅读 · 2020年9月13日
模型优化基础,Sayak Paul,67页ppt
专知会员服务
75+阅读 · 2020年6月8日
相关资讯
论文浅尝 - CIKM2020 | 用于推荐系统的多模态知识图谱
开放知识图谱
12+阅读 · 2020年12月17日
基于深度学习的数据融合方法研究综述
专知
31+阅读 · 2020年12月10日
PointNet系列论文解读
人工智能前沿讲习班
17+阅读 · 2019年5月3日
无人机集群对抗研究的关键问题
无人机
56+阅读 · 2018年9月16日
已删除
将门创投
12+阅读 · 2018年6月25日
图像检索研究进展:浅层、深层特征及特征融合
机器学习研究会
65+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
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+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
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员