【摘 要】
：
根据高光谱遥感图像数据维度高、空间相关性、特征非线性的特点,提出了一种基于深度学习的空-谱特征提取分类算法。首先在堆栈稀疏自动编码机中加入权重衰减项,再利用主成分
【机 构】
：
长安大学理学院,江西理工大学信息工程学院
【基金项目】
：
国家自然科学基金(41601437,41571346,11201038)
论文部分内容阅读
根据高光谱遥感图像数据维度高、空间相关性、特征非线性的特点,提出了一种基于深度学习的空-谱特征提取分类算法。首先在堆栈稀疏自动编码机中加入权重衰减项,再利用主成分分析方法对图像数据进行降维处理,然后根据主成分影像块内所有像元的第一主成分与中心像元间的差距对邻域信息进行排序、删除、重组和堆栈,最后将得到的空-谱信息输入到与SoftMax分类器相结合的堆栈稀疏自动编码机中进行分类。通过两组实验数据的对比,验证了所提分类算法可以提高高光谱图像的分类精度。
其他文献
针对传统非局部均值图像去噪算法对纹理细节处理保持不足的问题,提出一种结合模糊边缘补足(FEC)的非局部均值图像去噪算法。利用FEC算法检测出图像的边缘纹理特征图像;基于此自适应选择相似性权重参数,有针对性地对边缘纹理区域和平坦区域进行不同程度的平滑,以防止边缘细节信息的过平滑;用边缘的结构相似性改进非局部图像块的相似性权重,加强相同区域像素的贡献而削弱不同区域像素的贡献,从而达到更好地保持纹理细节
视频质量评价主要采用传统的手动提取特征,再利用机器学习预测视频质量分数,导致结果不理想。VGG-16网络在特征提取方面具有非常好的稳健性,借鉴其网络模型,迁移参数构造出用于端到端的视频质量评价网络。LIVE视频数据库的实验结果表明,该方法预测的评价分数与主观评价分数具有较高的一致性。其评价指标斯皮尔曼等级相关系数和皮尔逊线性相关系数分别达到了0.867和0.843,性能优于目前基于手动提取特征进行
基于色散位移光纤中的自发四波混频过程,制备了具备光学输出以及电子辅助信号输出的1550nm通讯波段便携式偏振纠缠量子光源,标准单模光纤端口可输出信号波长和闲置波长分别为
为了解决传统图像拼接算法匹配率低以及拼接速度慢的问题,提出一种结合区域分块的快速BRISK图像拼接算法。采用频域相位相关算法寻找两幅图像间的相似部分,将其均匀划分成N×N′的图像块,计算各图像块的标准差,选择标准差较大且分布在不同位置的两个图像块,用BRISK算法进行特征点粗匹配。获得匹配点对后,构造有向线段并进行邻近线段匹配。通过随机选择的匹配点对计算投影变换矩阵,进行投影误差校正,最后进行加权
为了改善滤波效果,提出了一种新的阈值选择方法。基于相位频谱系数的理论分析,综合考虑条纹自身振幅对频谱幅度的放缩影响,利用频谱系数最大值得到条纹振幅,进而计算得到适用于散斑干涉条纹图的窗口傅里叶变换滤波阈值。经过模拟散斑干涉条纹图和实验所得真实条纹图验证可知,该阈值选择方法能有效滤除高频噪声,滤波效果较好。
彩色图像质量评价(CIQA)是目前图像质量评价(IQA)研究的一个热点。色度信息对人类视觉系统(HVS)会产生一定的影响,将RGB图像转换到另一色彩空间YIQ,将灰度图像的结构相似性指标(SSIM)、基于梯度的SSIM(GSSIM)扩展得到彩色图像的SSIM和GSSIM(即C-SSIM和C-GSSIM)。HVS是一个复杂的非线性系统,采用2种广义平均池化策略来刻画HVS特性,以提高C-SSIM、C
在光照、背景变化、遮挡、噪声、快速运动等复杂环境下,准确地实现行人跟踪一直是富有挑战性的任务。针对这些问题,提出基于HSV颜色特征和贡献度重构的行人跟踪算法。在粒子