基于SL-ICA算法的SAR图像混合像元分解

详细信息   全文下载|推荐本文 |

• 出版年：2009
• 作者：曹恒智；余先川；张立保
• 单位1：北京师范大学信息科学与技术学院
• 出生年：1984
• 学历：硕士研究生
• 语种：中文
• 作者关键词：合成孔径雷达；混合像元分解；独立成分分析；遥感影像；主成分分析
• 起始页：217
• 总页数：7
• 经费资助：北京市自然科学基金（编号：4062020）、国家自然科学基金（编号：40372129，编号：60602035）和教育部新世纪优秀人才支持计划。
• 刊名：遥感学报
• 是否内版：否
• 刊频：双月刊
• 创刊时间：1997
• 主管单位：中国科学院
• 主办单位：中国科学院遥感联合中心；中国地理学会环境遥感分会
• 主编：李小文
• 地址：北京市安外大屯路中国科学院遥感应用研究所
• 邮编：100101
• 电子信箱：jrs@irsa.ac.cn
• 网址：http://www.chinainfo.gov.cn/periodical/ygxb
• 卷：13
• 期：2
• 期刊索取号：P625.066 815
• 数据库收录：中国自然科学核心期刊；百种中国杰出学术期刊
• 核心期刊：中国自然科学核心期刊

摘要

为解决合成孔径雷达（SAR）图像存在大量混合像元的问题，针对传统ICA不能有效解决混合像元分解这一缺陷，提出一种新的独立成分分析算法——有监督学习ICA算法（SL-ICA）。其目标函数是在原ICA负熵目标函数基础上增加监督学习的约束条件项，进而在同一目标函数内实现负熵和约束条件的统一，在最大化负熵的同时也最小化了约束条件的误差，此外，采用一种新的双梯度下降法优化迭代，提高计算速度。并以人工模拟SAR图像和北京地区ENVISAT-ASAR作为数据源进行实验，实验结果明显优于主成分分析方法（PCA）的分解结果。