光谱角约束的高光谱遥感影像分割活动轮廓方法.pdf
Th****84
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
光谱角约束的高光谱遥感影像分割活动轮廓方法.pdf
本发明公开一种基于光谱角约束的高光谱遥感影像分割活动轮廓方法,采用光谱角作为测度指标度量像元间的光谱相似性,并根据类别可分性原则选出适应分割的最优波段,进而设计了一种基于光谱角约束函数的高光谱遥感影像分割活动轮廓模型,将原本应用于二维影像的分割方法扩展应用到多维高光谱遥感影像。本发明可以使得模型在分割过程中综合利用高光谱遥感影像的空间信息和光谱信息,减少了因空间分辨率不足、目标边缘模糊、异质区域等对分割结果造成的影响。
基于波段选择的高光谱遥感影像矢量C-V模型分割方法.pdf
本发明公开一种基于波段选择的高光谱遥感影像矢量C-V模型分割方法,首先根据光谱曲线选择目标与背景对比度较大的波段,并进一步通过波段相关系数,去除其中相关性较大的波段形成新的波段组合,进而根据所确定的波段组合构建高光谱影像矢量矩阵;在此基础上,构造基于该矢量矩阵的矢量C-V分割模型,模型中通过引入基于梯度的边缘引导函数,在保留传统C-V模型基于区域信息进行影像分割的基础上,通过利用影像的边缘细节信息,增强了在异质区域和复杂背景情况下对目标边界的捕捉能力,提高了对高光谱遥感影像的分割精度和速度。
基于遗传蜂群算法的高光谱遥感影像波段选择方法.pdf
本发明公开了一种基于遗传蜂群算法的高光谱遥感影像波段选择方法,分类精度高,显著改善了高光谱遥感影像波段选择方法的分类精度,且分类性能较遗传算法、蚁群算法和人工蜂群算法相比,有着明显优势。遗传算法具有较强的全局搜索能力而收敛速度却随迭代次数增加而趋于缓慢,人工蜂群算法在全局搜索方面存在缺陷但算法收敛速度快。本发明将遗传算法和蜂群算法结合起来,形成优势互补,即使得算法同时拥有全局搜索能力强和收敛速度快的优势。从而,使得在保证分类精度较高的前提下,算法执行效率也较高。
热红外高光谱遥感影像信息提取方法综述.docx
热红外高光谱遥感影像信息提取方法综述1.内容简述随着科技的发展,遥感技术在地球观测、资源调查、环境监测等领域得到了广泛应用。热红外高光谱遥感影像信息提取方法作为一种重要的遥感数据处理技术,已经在国内外得到了广泛的研究和应用。本文主要对热红外高光谱遥感影像信息提取方法进行综述,包括传统的热红外高光谱遥感影像信息提取方法、基于机器学习的热红外高光谱遥感影像信息提取方法以及基于深度学习的热红外高光谱遥感影像信息提取方法。通过对这些方法的研究和分析,旨在为热红外高光谱遥感影像信息提取领域的研究者提供参考和借鉴。1
高光谱遥感简介.ppt
高光谱遥感简介课程性质:选修课课程时间:12周~15周课时:32学时16上课学时16上机学时课程要求:理论联系实际积极主动考查方法:课程作业一份遥感基本概念回顾高光谱遥感技术的概念以及特点高光谱遥感数据处理关键技术高光谱传感器介绍光谱库介绍遥感(RemoteSensing):通过电磁波与地物的相互作用,以波谱和空间两维成像方式来探测地物特性的技术。全色摄影相片彩色成像技术及多波段成像技术高光谱遥感——HyperspectralRemoteSensing波段特点:波段多、波段宽度窄、波段连续数据量特点:数据