首页 | 本学科首页   官方微博 | 高级检索  
     

基于变分贝叶斯ICA的遥感图像混合像元分析
引用本文:董江山,李成范,赵俊娟,尹京苑,沈 迪,薛 丹.基于变分贝叶斯ICA的遥感图像混合像元分析[J].电讯技术,2013,53(10).
作者姓名:董江山  李成范  赵俊娟  尹京苑  沈 迪  薛 丹
作者单位:上海大学 计算机工程与科学学院,上海,200111
基金项目:国家自然科学基金资助项目(41172303)@@@@The National Natural Science Foundation of China
摘    要:混合像元已成为遥感图像处理、分类的难点和重点。独立分量分析( ICA)能够实现图像的去相关性以及得到相互独立的分量,但是,由于ICA模型的各成分独立性和数据统计分布规律的不变假设,影响了遥感图像分类精度。针对这一问题,提出了基于变分贝叶斯ICA( VBICA)的遥感图像分析方法,并利用遥感图像进行验证,结果表明:VBICA方法提取的独立分量具有均方根误差小、迭代次数少和稳定性较好的特点;基于VBICA方法的遥感分类精度达到了91.55%,且目视效果较好;VBICA方法突破了ICA的局限性,提高了遥感图像自动分类精度,具有很好的应用前景。

关 键 词:遥感图像  混合像元  独立分量分析  FastICA  变分贝叶斯ICA  自动分类

Mixed pixel analysis of remote sensing image based on variational Bayesian ICA method
DONG Jiang-shan,LI Cheng-fan,ZHAO Jun-juan,YIN Jing-yuan,SHEN Di and XUE Dan.Mixed pixel analysis of remote sensing image based on variational Bayesian ICA method[J].Telecommunication Engineering,2013,53(10).
Authors:DONG Jiang-shan  LI Cheng-fan  ZHAO Jun-juan  YIN Jing-yuan  SHEN Di and XUE Dan
Abstract:
Keywords:remote sensing image  mixed pixel  independent component analysis( ICA)  FastICA  variation-al Bayesian ICA  automatic classification
本文献已被 万方数据 等数据库收录!
点击此处可从《电讯技术》浏览原始摘要信息
点击此处可从《电讯技术》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号