Hyperspectralimage相关论文
针对现有的高光谱图像异常检测算法大多只注重挖掘目标与背景光谱上的差异,而忽略二者在空间结构上的差异,导致检测结果不佳的问题......
现有的高光谱图像分类方法多注意到空间信息的利用,并未考虑地物在空间分布上具有连续性的特点。基于此,提出了一种空谱加权近邻(S......
波段选择在降维的同时能够保留高光谱数据的物理意义,在很多方面具有一定应用。近邻传播(AP)算法根据数据点之间的相关性进行聚类,......
高光谱图像具有越来越高的空间和光谱分辨率,其带来了数据量大、相关性强和冗余度高的问题,使得异常检测结果精度不高。为了选择更......
为了实现对高光谱图像中的目标自动检测，提出了一种基于空间上下文单类分类器的目标检测算法。对所采用的空间与光谱结合的特征、SV......
利用正交匹配追踪算法对高光谱图像进行压缩感知重构,是通过寻找最优原子对原始信号进行线性表示,使残差不断减小以获取重构信号。......
高光谱遥感影像分类通常基于地物光谱特征,但影像中同时还存在丰富的空间信息。空间信息的有效利用能显著提高图像分类效果。因其......
条带噪声影响高光谱图像（HSIs）的质量，降低后续数据分析算法的精度和稳健性。分析了HSIs中条带噪声的特点，即条带噪声具有方向性和各谱......
提出了一种结合欧氏距离和光谱信息散度的改进的高光谱解混非负矩阵分解(NMF)初始化方法(IISSF)。在初始化基础上,结合标准NMF算法......
受传感器状态、成像机理、气候、光照等条件的影响,高光谱遥感图像存在严重的畸变和失真。本征图像分解是计算机视觉及图形学领域......
传统的高光谱图像分类大多只考虑地物的光谱信息,而忽略了空间信息,现有的空谱联合分类方法难以有效提取空间邻域信息。针对上述问......
卷积神经网络模型能够提取图像不同层次的分层特征,提取图像包含有大量的细节信息,然而,现有方法没有充分利用网络模型提取的所有......
高光谱遥感图像中包含有大量的高维数据, 传统的有监督学习算法在对这些数据进行分类时要求获取足够多的有标记样本用于分类器的训......
针对现有方法不易确定划分高光谱图像子块的大小和个数,仅考虑子块内低秩性等不足,提出一种结合地物类别和低秩特性的高光谱图像降......
高光谱图像目标检测具有重要的理论研究价值和应用前景，是遥感信息处理领域中的一个热点课题。当前大部分检测算法需要设置一个合适......
针对传统光谱匹配算子在"异物同谱"现象下对光谱精细化差异分辨能力较弱的情况,提出基于位置向量统计(PVS)的光谱匹配算子,同时提......
在进行遥感图像多分类识别时,针对使用传统方法遇到的分类模型特征提取困难、分类精度不理想、分类种类少等问题,研究了卷积神经网......
针对现有高光谱图像生成式对抗网络(GAN)分类算法中存在不能充分提取光谱特征和空谱联合特征而导致高光谱图像分类精度降低的问题,......
针对获取的高光谱图像空间分辨率较低的问题,设计了一种空间光谱联合稀疏表示的超分辨率方法:提取图像中不同的反射光谱,通过压缩......
为了实现对高光谱图像的分类,提出了一种基于多特征和改进稀疏表示的方法——MFISR。从高光谱图像中提取光谱特征、Gabor特征和局......
影响传统高光谱目标检测精度的因素主要有两个方面:一是高光谱图像固有的光谱畸变造成的图像噪声;另一个是传统方法在处理目标检测......
基于深度学习的目标检测方法是当前计算机视觉领域的研究热点,但在小目标的检测问题上,基于深度学习的检测器存在较多的漏检。高光......
局部几何结构Fisher分析通过数据的邻域和邻域的重构来表征高光谱数据的内在流形,可以提升高光谱图像的分类效果。但是该方法使用......
受高光谱成像仪低空间分辨率及复杂地物的影响，高光谱遥感图像存在大量混合像元。为提高地表分类精度以及满足亚像元级目标探测的需......
