多尺度超像素分割和奇异谱分析的高光谱影像分类

来源 :中国图象图形学报 | 被引量 : 0次 | 上传用户:cool_face
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的高光谱影像(hyperspectral image, HSI)中"同物异谱,异物同谱"的现象普遍存在,使分类结果存在严重的椒盐噪声问题。HSI中的空间地物结构复杂多样,单一尺度的空间特征提取方法无法有效地表达地物类间差异和区分地物边界。有效解决光谱混淆和空间尺度问题是提高分类精度的关键。方法结合多尺度超像素和奇异谱分析,提出一种新的高光谱影像分类方法,从而充分挖掘地物的局部空间特征和光谱特征,解决空间尺度和光谱混淆的问题,提高分类精度。利用多尺度超像素对影像进行分割,获取不同尺度的分割影像,同时
其他文献
城市在不断发展过程中,往往需要通过挖掘运河的方式使得天然河流湖泊进行相连,因此河流湖泊之间的水闸建设为运河沿岸城市产业建设、社会发展带来积极影响。本文以荆山湖退洪闸工程为实例,阐述了荆山湖退洪闸工程在信息化方面的建设和应用。
河流生态流量和良好的水环境状况是维系生态系统的基本要素,是水资源合理开发利用与河流水生态保护修复的重要依据。2020年7月,水利部办公厅印发《水利部办公厅关于印发2020年水生态水环境监测试点工作安排的通知》(办水文函〔2020〕522号),文件要求以浍河等河流作为试点,对其生态流量和水质状况开展监测工作。
这次会议的主要任务是,以习近平新时代中国特色社会主义思想为指导,深入贯彻习近平总书记关于加强防汛抗旱救灾工作的重要指示精神,认真落实李克强总理重要批示和全国防汛抗旱工作电视电话会议、全国水旱灾害防御工作会议精神,总结2020年淮河流域水旱灾害防御工作,分析面临的形势,安排部署今年工作,全力保障人民群众生命财产安全。
目的受限于卷积核形状固定,传统卷积神经网络(convolutional neural network, CNN)方法难以精确分类高光谱图像(hyperspectral image, HSI)中的跨类别边缘区域,导致地物边界模糊。内容引导CNN(content-guided CNN,CGCNN)能够根据地物形态自适应调整卷积核形状,具有地物边缘保持分类能力。但由于内容引导卷积属于非固定模板结构,不能
目的高光谱异常检测由于其重要的应用价值,引起了研究人员的广泛关注,但大部分的检测算法,往往直接利用输入的高光谱遥感影像所携带的光谱信息或者空谱信息进行检测。考虑到由于成像过程的限制,如成像条件的复杂性以及光谱通道众多导致的每个通道光子数量有限等问题,所获取的高光谱遥感影像往往在一定程度上偏离真实场景,而这也制约了异常检测的精度。针对此问题,本文提出了一种局部梯度轮廓变换的高光谱遥感影像异常检测算法
目的在高光谱图像分类中,由于成像空间分辨率较低,混合像元大量存在。混合像元使得不同类别的光谱特征发生改变,失去原有的独特性,类内差异变大,类间差异变小。针对这一问题,本文提出基于分组滚动引导滤波的策略。同时针对高光谱图像中存在的"维数灾难"问题,提出了弹性网逻辑回归分类器的框架。方法通过线性判别分析(linear discriminant analysis, LDA)算法生成具有判别性的引导图,对
目的胆管癌高光谱图像的光谱波段丰富但存在冗余,造成基于深度神经网络高光谱图像分割方法的分割精度下降,虽然一些基于通道注意力机制的网络能够关注重要通道,但在处理通道特征时存在信息表示不足问题,因此本文研究构建一种新的通道注意力机制深度网络,以提高分割准确性。方法提出了傅里叶变换多频率通道注意力机制(frequency selecting channel attention, FSCA)。FSCA对输
目的目前高光谱图像决策融合方法主要采用以多数票决(majority vote, MV)为代表的硬决策融合和以对数意见池(logarithmic opinion pool, LOGP)为代表的软决策融合策略。由于这些方法均使用统一的权重系数进行决策融合,没有对子分类器各自的分类性能进行评估而优化分配权重系数,势必会影响最终的分类精度。针对该问题,本文对多数票决和对数意见池融合策略进行了改进,提出了面
河道疏浚工程中所涉及的排泥场普遍存在占地规模大、自然固结达到复垦条件时间长等问题,大多难以在初设批复期限内全部交付群众恢复耕作,导致征地赔偿费增加且易引起社会矛盾。淮干排泥场运用快速泥水分离技术,节约了征地,提前一年交付使用。本文主要对该排泥场运用快速泥水分离技术的监测方案及效果进行了分析,以期在以后工程运用中进一步改进。
目的高光谱成像技术因其能够获取目标的详细空间和光谱信息,在医学领域引起了广泛关注。然而,对于识别任务来说,高光谱图像的高维特征通常会导致分类器性能不佳。因此,降维在高光谱图像分析过程中至关重要。为了在低维空间中保留医学高光谱图像的多流形结构信息并增强特征判别能力,本文提出了一种基于张量表示的拉普拉斯稀疏低秩图嵌入方法(tensor-based Laplacian regularized spars