基于形态学和支持向量的遥感图像混合像元分解

被引:7
作者
李慧 [1 ,2 ]
王云鹏 [1 ]
李岩 [2 ]
王兴芳 [1 ,2 ]
机构
[1] 中国科学院广州地球化学研究所
[2] 华南师范大学计算机学院
关键词
支持向量机; 后验概率; 形态学; 自动形态学端元提取; 像元分解;
D O I
暂无
中图分类号
TP751 [图像处理方法];
学科分类号
080201 [机械制造及其自动化];
摘要
为了更好地解决混合像元问题,将自动形态学端元提取方法与支持向量机算法相结合进行混合像元自动分解。首先利用自动形态学端元提取方法寻找影像的纯净端元,此方法基于形态学理论,结合像素的光谱信息和空间信息,可以更精确地提取纯净端元。然后通过支持向量算法得到像元组分,支持向量机后验概率作为地物的组分信息。实验结果证明,这种方法具有很高的混合像元分解精度。
引用
收藏
页码:114 / 119
页数:6
相关论文
共 4 条
[1]
Sharpening fuzzy classification output to refine the representation of sub-pixel land cover distribution [J].
Foody, GM .
INTERNATIONAL JOURNAL OF REMOTE SENSING, 1998, 19 (13) :2593-2599
[2]
元胞自动机的遥感影像混合像元分类 [J].
王旭红 ;
郭建明 ;
贾百俊 ;
张宇坤 .
测绘学报, 2008, (01) :42-48
[3]
基于支撑向量回归的高光谱混合像元非线性分解 [J].
吴波 ;
张良培 ;
李平湘 .
遥感学报, 2006, (03) :312-318
[4]
高光谱端元自动提取的迭代分解方法 [J].
吴波 ;
张良培 ;
李平湘 .
遥感学报, 2005, (03) :286-293