一种基于主成分分析法的高光谱图像增强方法.pdf
是你****嘉嘉
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于主成分分析法的高光谱图像增强方法.pdf
本发明公开了一种基于主成分分析法的高光谱图像增强方法,利用一个正交的变换T,将原本有一定相关关系的原始数据转化成彼此之间正交的新的向量,从代数学角度上说,表现为用对角矩阵替代了原始变量X的协方差矩阵,在几何上角度上说,是用新的正交坐标系替代了原坐标系,使之沿着样本点散布在最远的p个互不相关的方向,然后用降维的方法对多维变量系统进行变换,使得在大量降维以后,还能保留原始数据的许多信息。将原始数据转换为特征空间的投影,形成新的空间向量,在新的空间向量的基础之上优化图像,从而有效的达到图像增强的目的。
基于主成分分析网络和空间坐标的高光谱图像分类方法.pdf
本发明公开了一种基于主成分分析网络与空间坐标的高光谱图像分类方法,主要解决了现有技术空间与光谱信息融合复杂或不充分以及利用主成分分析网络进行高光谱分类时计算复杂度大等问题。其实现的方案为:先读取高光谱图像的数据集;再将数据集按空间分块随机选取训练集与测试集;然后对光谱信息进行降维、归一化及边缘保留滤波处理;接着将空间坐标扩充并与光谱特征融合;然后训练主成分分析网络,得训练好的主成分分析网络;将测试集数据输入训练好的主成分分析网络,得到测试集中每个像素点的特征向量;最后利用支持向量机SVM得到分类结果。本发
基于光谱增强和密集连接变压器的高光谱图像分类方法.pdf
本发明公开了一种基于光谱增强和密集连接变压器的高光谱图像分类方法,主要解决现有高光谱图像分类性能不佳、分类区域一致性不好的问题。其实现方案为:获取高光谱图像数据集,生成训练样本集与测试样本集;分别构建光谱增强模块、密集连接变压器模块,生成光谱增强和密集连接变压器模型;对光谱增强和密集连接变压器模型进行训练;将测试集输入到训练好的光谱增强和密集连接变压器模型中输出高光谱图像的分类结果。本发明利用搭建的光谱增强和密集连变压器,能够提取、融合高光谱图像的全局和局部特征及远距离空间信息,提高高光谱图像分类的准确性
基于主成分分析的图像融合方法.pdf
本发明提出了一种融合吸收、微分相位对比度和暗场(散射)信号的方法,上述信号采用x射线相位对比度灵敏技术获得,如光栅装置。该新的方法通过主成分分析(PCA)融合吸收和暗场信号;进一步地,微分相位对比度被合并至该PCA融合图像中,以获得边缘增强效应。由于其普遍的可应用性以及其在使用中的简单性,所提出的发明期望变成用于使用相位对比度成像的图像融合方案的标准方法,特别是在医学扫描仪(例如人体乳房x射线照相设备)、工业生产线上的检查、非破坏的测试以及国土安全方面。
一种基于高光谱遥感图像的分类方法及装置.pdf
本发明实施例提供了一种高光谱遥感图像的分类方法及装置,将高光谱遥感图像中像元的空间邻域信息作为约束条件,依据计算得到的聚类中心集合,通过人工蜂群算法确定高光谱遥感图像的最优聚类中心,并使用最优聚类中心对高光谱遥感图像中的目标进行分类,因此,在对图像中的目标分类的过程中,不仅以像元的光谱为依据,而且以像元的空间邻域信息为依据,按照地理学中空间上越临近,则归属于同一类别的可能性越高的原理,考虑像元的空间邻域信息后,光谱差异大但在空间上临近的像元被归为一类的可能性大大增加,因此,能够避免分类过度的问题。