一种基于边缘保留滤波的CNN高光谱图像分类方法.pdf
和裕****az
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于边缘保留滤波的CNN高光谱图像分类方法.pdf
本发明公开了一种基于边缘保留滤波的CNN高光谱图像分类方法,为了增强分类效果,采用边缘保留滤波进行空间特征提取。同时,为了解决分类样本不均衡的特征,改变了原有的损失函数,增大样本数比较少的分类惩罚力度,进一步提高了分类效果。
基于语义保留的对抗混合半监督高光谱图像分类方法.pdf
本发明涉及一种基于语义保留的对抗混合半监督高光谱图像分类方法,所述方法在训练阶段包括以下步骤:步骤1、通过特征提取网络对有标签样本进行特征提取;步骤2、通过所述特征提取网络对从样本集中随机抽取的两个无标签样本进行特征提取,将所提取的两个无标签样本的特征混合后送入重构网络;步骤3、通过所述重构网络重构样本,将重构的样本送入对抗语义还原网络;步骤4、通过联合损失函数来优化特征提取网络、重构网络和对抗语义还原网络的参数。所述方法在测试阶段包括以下步骤:步骤5、将需要分类的高光谱图像的无标签样本送入所述特征提取网
一种基于局部保留投影的高光谱图像稀疏表示分类方法.pdf
本发明公开了一种基于局部保留投影的高光谱图像稀疏表示分类方法,包括:获取高光谱图像信息构建邻接图,计算邻接图中边的权重,结合权重信息进行特征映射获得投影变换矩阵;应用局部保留投影算法,将原始高光谱图像投影至低维度的流形子空间;采用稀疏表示分类模型对投影后的图像数据进行分类得到分类结果图像。该方法首先使用局部保留投影算法降低了原始数据的维度,保留了图像的邻域细节信息,避免冗余信息对稀疏表示产生的误差和干扰,最后稀疏表示分类模型的引入完成了对投影后的图像的分类。本方法提高了局部保留投影对于特征响应的能力,增强
一种保留图像边缘的图像滤波方法、装置及存储介质.pdf
本发明涉及一种保留图像边缘的图像滤波方法、装置及存储介质,包括以下:步骤101、获取目标图像,提取目标图像中的轮廓线,将提取的轮廓线与原图像尺寸相同的空模版图像共同构成第一图像;步骤102、对目标图像进行图像修复得到第二图像;步骤103、对修复得到的第二图像进行图像增强处理得到第三图像;步骤104、将第一图像与第三图像进行图像叠加得到第四图像,将第四图像作为目标图像输出。本发明能够通过将图像边缘进行提取,之后通过将图像的边缘图像与修复后的图像进行图像叠加,得到具有完整边缘的修复图像。本发明应用于图像处理领
一种基于边缘保留滤波的形状自适应图像去雾方法.pdf
本发明公开了一种基于边缘保留滤波的形状自适应图像去雾方法,其属于图像处理领域,该方法包含以下步骤:S1:利用图像采集设备采集获得单幅雾霾图像;S2:使用暗通道先验对大气光进行估计;S3:将步骤S1获得的图像使用超像素分割获得形状自适应非方形图像区域,在该区域上使用正则化边缘保留滤波估计大气传播图;S4:通过设定下界进行噪声控制,得到复原后的场景反照率;S5:输出场景反照率,即获得去雾后的图像。本发明提供的去雾方法,可以有效的恢复出清晰图像,保留了图像细节,具有较好的实用性和较低的计算代价,适用于实时系统。