基于独立分量分析的遥感图像分类技术
遥感图像的自动分类方法一般基于图像的统计信息.多光谱遥感图像之间有着一定的相关性,对遥感图像的自动分类有不利影响.一般用主成分分析去除波段之间的相关性.独立分量分析能利用相对主成分分析更高的统计分量,不但可以获得去相关的效果,而且可以得到相互独立的结果波段图像.本文首先讨论了独立分量分析的基本原理.在此基础上,介绍FastICA算法,并对其进行改进,得到M-FastICA算法,并将其应用到遥感图像的分类上.实验结果表明,M-FastICA算法较FastICA算法收敛性大为改善,提高了独立分量分析在遥感图像的分类上的有效性.
独立分量分析、主成分分析、固定点算法、遥感图像、自适应最小距离分类法
8
TP751.1(遥感技术)
江苏省南京市科技局基金99311
2004-06-11(万方平台首次上网日期,不代表论文的发表时间)
共8页
150-157