独立分量分析在多光谱遥感图像分类中的应用

编号 zgly0000348892

文献类型 期刊论文

文献题名 独立分量分析在多光谱遥感图像分类中的应用

作者 曾生根  夏德深 

作者单位 南京理工大学计算机系603教研室 

母体文献 计算机工程与应用 

年卷期 2004,40(21)

页码 108-110,145

年份 2004 

分类号 TP751 

关键词 独立分量分析  固定点算法  多光谱遥感图像  BP神经网络 

文摘内容 多光谱遥感图像反映了不同地物的光谱特征, 其分类是遥感应用的基础。但是在多光谱遥感波段图像中存在不同地物对应着相同的灰度, 即异物同谱的问题。独立分量分析算法对未知的源信号的混合信号进行估计, 可以获得相互独立的源信号的近似。独立分量分析算法利用了信号的高阶统计信息, 对于多光谱遥感图像而言, 算法去除了波段图像之间的相关性, 获得的波段图像是相互独立的。但是独立分量分析算法有一个缺点, 即计算量太大, 影响了在多光谱遥感图像分类上的应用。文章对独立分量分析的一种快速算法FastICA进行改进, 减少了计算量, 提高了算法的有效性。在性能相当的情况下, 改进FastlCA算法能有效地减少算法的计算量。由于FastICA算法是线性ICA算法, 对于非线性混合的光谱信号的估计存在一定误差, 因此应用BP神经网络的非线性特性对其进行自动分类。在同原始遥感图像的BP神经网络分类结果进行比较, 结果表明独立分量分析算法能提高多光谱遥感图像的分类的正确率。