遥感学报
遙感學報
요감학보
JOURNAL OF REMOTE SENSING
2004年
2期
150-157
,共8页
曾生根%王小敏%范瑞彬%夏德深
曾生根%王小敏%範瑞彬%夏德深
증생근%왕소민%범서빈%하덕심
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
獨立分量分析%主成分分析%固定點算法%遙感圖像%自適應最小距離分類法
독립분량분석%주성분분석%고정점산법%요감도상%자괄응최소거리분류법
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.
遙感圖像的自動分類方法一般基于圖像的統計信息.多光譜遙感圖像之間有著一定的相關性,對遙感圖像的自動分類有不利影響.一般用主成分分析去除波段之間的相關性.獨立分量分析能利用相對主成分分析更高的統計分量,不但可以穫得去相關的效果,而且可以得到相互獨立的結果波段圖像.本文首先討論瞭獨立分量分析的基本原理.在此基礎上,介紹FastICA算法,併對其進行改進,得到M-FastICA算法,併將其應用到遙感圖像的分類上.實驗結果錶明,M-FastICA算法較FastICA算法收斂性大為改善,提高瞭獨立分量分析在遙感圖像的分類上的有效性.
요감도상적자동분류방법일반기우도상적통계신식.다광보요감도상지간유착일정적상관성,대요감도상적자동분류유불리영향.일반용주성분분석거제파단지간적상관성.독립분량분석능이용상대주성분분석경고적통계분량,불단가이획득거상관적효과,이차가이득도상호독립적결과파단도상.본문수선토론료독립분량분석적기본원리.재차기출상,개소FastICA산법,병대기진행개진,득도M-FastICA산법,병장기응용도요감도상적분류상.실험결과표명,M-FastICA산법교FastICA산법수렴성대위개선,제고료독립분량분석재요감도상적분류상적유효성.
