论文研究基于云模型的高光谱遥感图像的分类研究 .pdf

当前经典的图像分类算法大多是基于RGB图像或灰度图像，并没有很好地利用物体或场景的深度信息，针对这个问题，提出了一种基于RGB-D融合特征的图像分类方法。首先，分别提取RGB图像denseSIFT局部

由于热核具有反映图像几乎全部背景信息的性质，提出利用热核特征代替图像谱特征来反映图像特征以提高图像的分类准确率。在对图像提取热核特征前先对图像的特征点检测算法做了改进，即采用Canny-Harris与

智能优化算法在高光谱遥感影像分类中的应用研究

高光谱图像的稀疏分解能得到其稀疏表示形式,便于对图像进行压缩处理。因高光谱图像特征复杂,单一正交基无法捕捉到图像信号的所有特征,需构建原子个数更多的冗余字典对高光谱图像进行稀疏表示。针对高光谱图像,以

本文主要介绍了基于深度学习的高光谱图像分类方法。着重讲解了卷积神经网络（CNN）和循环神经网络（RNN）在高光谱图像分类中的应用，以及它们在不同数据集上的实验结果。此外，还分析了深度学习在高光谱图像分

针对高光谱影像波段数目多，易造成维数灾难的问题，结合遗传算法提供的初始启发信息和蚁群算法寻优能力的优势，提出一种基于改进二进制蚁群算法的波段选择方法。该方法通过遗传算法寻优获取几组较优解，经过计算后作

高光谱遥感侧重于从光谱维角度对影像信息进行分析与处理。由于目前高光谱数据的处理技术跟不上数据获取技术,而已有的成熟的多光谱影像处理技术并不适合于处理高光谱数据,因此利用EXCEL软件展开了高光谱影像的

随着空间遥感技术、对地观测技术的不断发展，一个以多时相、多分辨率、多传感器、多波段为特征的多层、立体、多角度、全方位和全天候遥感对地观测数据获取与处理体系正在形成。该体系必然会带来海量、多源的遥感数据

这是基于全变分的高光谱遥感图像恢复源码。编程语言为matlab，代码完整，注释清楚，直接下载解压后运行。

Hyperspectral remote sensing image data set