基于独立分量分析的遥感图像分类技术

编号 zgly0000335854

文献类型 期刊论文

文献题名 基于独立分量分析的遥感图像分类技术

作者 曾生根  王小敏  范瑞彬  夏德深 

作者单位 南京理工大学计算机科学与工程系 

母体文献 遥感学报 

年卷期 2004,8(2)

页码 150-157

年份 2004 

分类号 TP751.1 

关键词 独立分量分析  遥感图像  主成分分析  固定点算法  自适应最小距离分类法 

文摘内容 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。