暂无评论
高光谱图像(HSI)通常在采集过程中由于各种噪声的混合而降低质量,这些噪声可能包括高斯噪声,脉冲噪声,虚线,条纹等。 本文介绍了一种基于低秩矩阵恢复(LRMR)的HSI恢复新方法,该方法可以同时去除高
将信号处理理论中的谐波分析方法应用到高光谱遥感图像处理中,将空谱域的分析变化到频率域中,文件中提供了高光谱遥感图像的谐波分析matlab代码
高光谱图像中包含丰富的光谱特征和空间特征,这对地表物质的分类至关重要。然而高光谱图像的空间分辨率相对较低,使得图像中存在大量的混合像素,这严重制约物质分类的精度。受到观测噪声、目标区域大小及端元易变性
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分层特征。为了充分利用所有分层特征,增强特征重利用和信息连续传递,设计了适用于
针对单模型评价图像质量容易产生过拟合的问题, 提出基于多模型融合的高光谱图像质量评价算法。以图像噪声、模糊度和云含量为降质特征, 建立遥感图像主观评价库, 分别选用支持向量回归方法和集成决策树方法对带
通过波段选择可以显著提高高光谱遥感图像分类与解混的效率。提出了两种改进的线性预测(LP)波段选择方法,用图像的偏度或峰度度量波段信息量,结合互信息(MI)或K-L散度度量波段间的相似性,选择本身信息量
matlab图像处理高通滤波程序,数字图像处理课程要求
高光谱与多光谱数据融合,逯祎,,多传感器的遥感数据融合在城市规划,土地利用、军事侦察等方面有着广阔的应用前景。本文主要针对高光谱图像空间分辨率不高的缺点
该文件需要使用CAJ打开,详细说明了EO_1Hyperion高光谱数据的预处理过程!
在本文中,我们利用光谱空间信息,提出了一种用于高光谱图像(HSI)分类的新型双层弹性网(ELN 2)回归模型。 提出的模型旨在解决HSI的特殊问题特性,即高光谱像素的高维性,有限的标记样本以及光谱特征
暂无评论