UFCLS线性光谱混合分析法在遥感图像分类识别中的效果分析

罗红霞; 龚健雅

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

UFCLS线性光谱混合分析法在遥感图像分类识别中的效果分析

罗红霞, 龚健雅

文章导航 > 武汉大学学报 ● 信息科学版 > 2004 > 29(7): 615-618

罗红霞, 龚健雅. UFCLS线性光谱混合分析法在遥感图像分类识别中的效果分析[J]. 武汉大学学报 ● 信息科学版, 2004, 29(7): 615-618.

引用本文:

罗红霞, 龚健雅. UFCLS线性光谱混合分析法在遥感图像分类识别中的效果分析[J]. 武汉大学学报 ● 信息科学版, 2004, 29(7): 615-618.

LUO Hongxia, GONG Jianya. Effect Analysis of UFCLS Linear Spectral Mixture Analysis Method on Classification of Remote Sensing Images[J]. Geomatics and Information Science of Wuhan University, 2004, 29(7): 615-618.

Citation:

LUO Hongxia, GONG Jianya. Effect Analysis of UFCLS Linear Spectral Mixture Analysis Method on Classification of Remote Sensing Images[J]. Geomatics and Information Science of Wuhan University, 2004, 29(7): 615-618.

UFCLS线性光谱混合分析法在遥感图像分类识别中的效果分析

罗红霞^1,2,
龚健雅¹

1 武汉大学测绘遥感信息工程国家重点实验室, 武汉市珞喻路129号, 430079;
2 西南师范大学资源与环境科学学院, 重庆市天生路2号, 400715

基金项目: 国家973计划资助项目(2003CB415205)

详细信息

作者简介:
罗红霞,博士生。现主要从事国土资源利用和保护及遥感、GIS应用研究。E-mail:tam-7236@sina.com

中图分类号: P237.4

Effect Analysis of UFCLS Linear Spectral Mixture Analysis Method on Classification of Remote Sensing Images

LUO Hongxia^1,2,
GONG Jianya¹

1 State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, 129 Luoyu Road, Wuhan 430079, China;
2 School of Resource and Environment, Southwest Normal University, 2 Tiansheng Road, Chongqing 400715, China

摘要: 用非监督全约束最小二乘法对线性光谱混合模型进行了反演,通过获得各像元组分的面积比图像来达到对各像元分类的目的。将非监督全约束最小二乘法的分类结果与有限光谱混合分析法的分类结果进行对比,结果表明,无论从分类效果还是计算时间上看,前者都优于后者。
- 遥感图像分类 /
- 线性光谱混合模型 /
- 最小二乘
Abstract: The abundance fractions of endmembers in an image pixel are estimated by unsupervised fully constrained least squares (UFCLS) based on the inversion of linear spectral mixture method. The results of the experiment show that the effects are good. Compared to CSMA method, UFCLS method is better in both the effects of classification and the consumption of computation time.
- classification of remote sensing image /
- linear spectral mixture model /
- least square

[1]	李恒凯, 吴冠华, 王秀丽. 面向开采扰动的离子型稀土矿区地表温度降尺度方法 . 武汉大学学报 ● 信息科学版, 2021, 46(1): 133-142. doi: 10.13203/j.whugis20190022
[2]	钱方明, 姜挺, 楼良盛, 陈刚, 刘薇. 星载分布式InSAR基线定标新方法 . 武汉大学学报 ● 信息科学版, 2020, 45(1): 126-133. doi: 10.13203/j.whugis20180199
[3]	杨梦诗, 廖明生, 史绪国, 张路. 联合多平台InSAR数据集精确估计地表沉降速率场 . 武汉大学学报 ● 信息科学版, 2017, 42(6): 797-802. doi: 10.13203/j.whugis20140924
[4]	朱骥, 施建成, 张祥信, 张素梅. 基于AVHRR/2 10 d合成数据的青藏高原亚像元雪填图 . 武汉大学学报 ● 信息科学版, 2017, 42(12): 1725-1730. doi: 10.13203/j.whugis20150394
[5]	王利朋, 刘成龙, 刘胜, 何林烜. 坐标参数化的平面基准转换方法 . 武汉大学学报 ● 信息科学版, 2016, 41(10): 1409-1413. doi: 10.13203/j.whugis20140416
[6]	孙文川, 暴景阳, 金绍华, 肖付民, 张志伟. 一种多波束换能器横摇角度偏差二次校准方法 . 武汉大学学报 ● 信息科学版, 2016, 41(11): 1440-1444. doi: 10.13203/j.whugis20140481
[7]	李晶, 李冬海, 赵拥军. 利用角度和时差的单站外辐射源定位方法 . 武汉大学学报 ● 信息科学版, 2015, 40(2): 227-232.
[8]	徐亚明, 周建国, 张鹏. 一种WiFi无线接入点位置估计新算法 . 武汉大学学报 ● 信息科学版, 2014, 39(3): 279-282. doi: 10.13203/j.whugis20120051
[9]	师芸. 加乘性混合误差模型参数估计方法及其应用 . 武汉大学学报 ● 信息科学版, 2014, 39(9): 1033-1037. doi: 10.13203/j.whugis20130355
[10]	闫利, 胡晓斌. 利用GA求解卫星影像的空间后方交会 . 武汉大学学报 ● 信息科学版, 2013, 38(11): 1286-1289.
[11]	许凯, 秦昆, 刘修国, 李登朝. 泛概念层次构建方法及其在遥感图像分类中的应用 . 武汉大学学报 ● 信息科学版, 2013, 38(9): 1078-1082.
[12]	柯灏, 赵建虎, 张红梅. 短潮位序列系统误差的探测及修复方法研究 . 武汉大学学报 ● 信息科学版, 2012, 37(7): 843-846.
[13]	黄登山, 杨敏华, 胥海威, 姚学恒. 利用最优估计理论进行多光谱与全色影像融合 . 武汉大学学报 ● 信息科学版, 2011, 36(9): 1039-1042.
[14]	肖金群, 汪长城, 李志伟, 杨亚夫. 基于配准偏移量的InSAR基线估计 . 武汉大学学报 ● 信息科学版, 2010, 35(10): 1236-1239.
[15]	李国平, 陈娇娜, 黄丁发, 郭洁. 地基GPS水汽实时监测系统及其气象业务应用 . 武汉大学学报 ● 信息科学版, 2009, 34(11): 1328-1331.
[16]	严勇, 李清泉, 孙久运. 投影寻踪学习网络的遥感影像分类 . 武汉大学学报 ● 信息科学版, 2007, 32(10): 876-879.
[17]	童小华, 杜道生. 地图数字化中基于点位坐标的统一平差模型 . 武汉大学学报 ● 信息科学版, 2006, 31(3): 194-198.
[18]	王建梅, 覃文忠. 基于L-M算法的BP神经网络分类器 . 武汉大学学报 ● 信息科学版, 2005, 30(10): 928-931.
[19]	易尧华, 余长慧, 秦前清, 龚健雅. 基于独立分量分析的遥感影像非监督分类方法 . 武汉大学学报 ● 信息科学版, 2005, 30(1): 19-22.
[20]	邓德祥, 吴章华, 胡志雄. 一种用于影像镶嵌的快速最小二乘序贯算法 . 武汉大学学报 ● 信息科学版, 1997, 22(1): 29-31.