中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 基于先验知识的MCMC在混合像元分解中的应用研究 安徽农业科学 2013,41 (10) 4673-4676，4680
Position: Home > Articles > Application of the MCMC in Pixel Unmixing Based on the Priori Knowledge Journal of Anhui Agricultural Sciences 2013,41 (10) 4673-4676，4680

基于先验知识的MCMC在混合像元分解中的应用研究

作  者：
胡霞
单  位：
中国科学院大学
关键词：
遥感影像;像元分解;端元可变;随机变量;MCMC;先验知识
摘  要：
MCMC方法是一种动态的参数估计方法,研究MCMC方法在遥感影像混合像元分解中的应用。传统的混合像元分解一般是基于固定端元的,而实际上影像中像元并不都是由完全相同的端元组成。基于MCMC方法提出了一种端元可变的像元分解算法,并且充分利用了端元的累计先验知识。算法将端元选取和丰度反演合为一个步骤,抽象成一个估计参数的随机过程,在端元数目可变的前提下,基于可逆的跳跃式MCMC方法估计参数。在状态转移过程中,加入端元的累计先验知识,提高算法效率。这种算法不需要人工干预,能够实现自动化像元分解,并且具有较高的精度。结果表明,基于修正MCMC的端元可变的自动化解混算法在分解精度和稳定性方面均优于基于固定端元的混合像元分解方法。
译  名：
Application of the MCMC in Pixel Unmixing Based on the Priori Knowledge
作  者：
HU Xia(University of Chinese Academy of Sciences,Beijing 100049)
关键词：
Remote sensing;Unmixing;Variable endmember;Random variables;MCMC;Priori knowledge
摘  要：
The MCMC method is a dynamic method for parameter estimation,the application of MCMC in pixel unmixing of remote sensing image was studied.Traditional unmixing methods are based on the fixed endmember,and need to assume that the remote sense image exits pure pixel.In fact,this assumption is not necessarily true,and all pixels are not composed of the same endmembers.The study merges the endmember extration and unmixing into one step,and Abstracts it to a random process.Within the premise of variable number of endmembers,use reversible jump MCMC method to estimate parameters.The accumulated knowledge of endmembers during the state transition process was adopted to improve algorithm efficiency.This algorithms does not require human intervention.It can achieve automated unmixing,and has a high accuracy.The experiments showed that the algorithm based on MCMC is superior to the traditional unmixing method in both accuracy and stability.

相似文章

导出引用
计量
文章访问数: 9
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46