基于独立分量分析的遥感图像分类技术

被引：35

作者：

曾生根

王小敏

范瑞彬

夏德深

机构：

[1] 南京理工大学计算机科学与工程系

[2] 南京理工大学计算机科学与工程系江苏南京

来源：

遥感学报 | 2004年 / 02期

关键词：

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;

D O I：

暂无

中图分类号：

TP751 [图像处理方法];

学科分类号：

081002 ;

摘要：

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

引用

页码：150 / 157

页数：8

共 14 条

[1] 利用神经网络方法提取水稻种植面积——以湖北省双季早稻为例 [J].