期刊文献+
共找到1,099篇文章
< 1 2 55 >
每页显示 20 50 100
高光谱图像修复算法的自适应稀疏编码实现 预览
1
作者 宋晓瑞 吴玲达 +1 位作者 郝红星 孔舒亚 《系统工程与电子技术》 EI CSCD 北大核心 2019年第9期1922-1929,共8页
针对高光谱图像(hyperspectral images,HSI)中缺损像元及条带影响图像后续处理及应用的问题,应用稀疏表示理论,将HSI修复问题建模为不完整观测下的信号稀疏重建问题,提出自适应稀疏编码实现的HSI修复算法。首先,对加性噪声假设下的HSI... 针对高光谱图像(hyperspectral images,HSI)中缺损像元及条带影响图像后续处理及应用的问题,应用稀疏表示理论,将HSI修复问题建模为不完整观测下的信号稀疏重建问题,提出自适应稀疏编码实现的HSI修复算法。首先,对加性噪声假设下的HSI观测模型进行研究。然后,通过引入基于随机近似的在线学习优化方法,提出新的从高光谱数据中直接构造字典的算法,从而获取光谱字典。之后,应用变量分解和增广拉格朗日稀疏回归方法对图像进行稀疏编码求解。最后通过稀疏重构求得修复后的HSI。实验结果表明,相对于现有算法,在不同噪声条件下,所提算法均能够更有效地修复缺损的HSI,且与其他字典学习类修复算法相比计算耗时更短。 展开更多
关键词 图像处理 高光谱图像 图像修复 光谱字典 稀疏编码
在线阅读 下载PDF
基于非负最小二乘法的全色与高光谱图像融合 预览
2
作者 郝红勋 何红艳 张炳先 《航天返回与遥感》 CSCD 2019年第4期105-111,共7页
现有光学遥感图像融合方法主要针对全色与多光谱图像,直接将其用于全色与高光谱图像融合存在以下问题:高光谱图像波段数量远多于多光谱图像,通过高光谱波段加权合成低分辨率全色图像,容易出现灰度失真;高光谱图像与全色图像的空间分辨... 现有光学遥感图像融合方法主要针对全色与多光谱图像,直接将其用于全色与高光谱图像融合存在以下问题:高光谱图像波段数量远多于多光谱图像,通过高光谱波段加权合成低分辨率全色图像,容易出现灰度失真;高光谱图像与全色图像的空间分辨率相差很大,采用现有的加性变换融合方法,会导致融合图像中部分地物出现光谱或细节失真。为此,文章提出了基于非负最小二乘法的全色与高光谱图像融合方法。首先对高光谱图像进行波段压缩,得到波段压缩的高光谱图像;然后对波段压缩的高光谱图像及全色图像进行非负最小二乘拟合,得到低分辨率全色图像;最后,采用比值变换模型生成融合图像。试验表明该方法的光谱与细节保真效果好,优于对比方法。 展开更多
关键词 图像融合 高光谱图像 非负最小二乘 遥感图像 航天遥感
在线阅读 下载PDF
高光谱超分图像质量评价
3
作者 薛松 张思雨 刘永峰 《激光与光电子学进展》 CSCD 北大核心 2019年第4期87-95,共9页
利用经典超分方法获得高光谱超分图像集,研究了图像的特点,提出一种基于3类图像特征向量的高光谱超分图像质量评价方法。该方法分别计算了图像的空域自然场景统计、局部频域特征以及局部二值模式梯度,获得了3类特征向量,对3类低层特征... 利用经典超分方法获得高光谱超分图像集,研究了图像的特点,提出一种基于3类图像特征向量的高光谱超分图像质量评价方法。该方法分别计算了图像的空域自然场景统计、局部频域特征以及局部二值模式梯度,获得了3类特征向量,对3类低层特征向量建立回归森林模型,以预测图像的质量得分。与其他经典方法相比,所提算法具有更好的准确度和主客观一致性。 展开更多
关键词 图像处理 高光谱图像 超分重建 无参考测度 图像质量评价
基于模式识别技术的高光谱遥感图像检测 预览
4
作者 崔保春 徐言勋 《现代电子技术》 北大核心 2019年第17期58-62,共5页
针对高光谱遥感图像以模式识别的方式进行人工智能检测,一直存在时效性与便利性差的问题,提出一种基于模式识别技术的高光谱遥感图像检测新方法。通过高光谱遥感图像邻域中像素灰度的加权均值对模板中中心像素进行替代,通过邻域平均法... 针对高光谱遥感图像以模式识别的方式进行人工智能检测,一直存在时效性与便利性差的问题,提出一种基于模式识别技术的高光谱遥感图像检测新方法。通过高光谱遥感图像邻域中像素灰度的加权均值对模板中中心像素进行替代,通过邻域平均法令邻域像素更加均衡化,减弱噪声点,完成对高光谱遥感图像的预处理。通过平均值法实现相邻帧图像的拼接,对重叠部分帧间差分进行计算,实现高光谱遥感图像的进一步处理。结合相对温差法和拓扑矩阵修正方法对高光谱遥感图像中的异常情况进行检测,确定高光谱遥感图像中的过热区域。实验结果表明,所提方法对高光谱遥感图像的处理性能好,对一次特征检测准确性高。 展开更多
关键词 模式识别 高光谱图像 遥感图像检测 图像预处理 图像拼接 过热区域确定
在线阅读 下载PDF
空间相关性约束联合子空间追踪的高光谱图像稀疏解混 预览
5
作者 孔繁锵 朱成 +1 位作者 徐诚 周永波 《南京航空航天大学学报》 CAS CSCD 北大核心 2019年第5期577-585,共9页
通过深入分析高光谱图像空间相邻数据之间的空间相关性,提出一种利用空间相关性进行约束的联合子空间追踪解混(Spatial correlation constrained simultaneous subspace pursuit,SCCSSP)方法。该方法首先基于分块思想将高光谱图像进行... 通过深入分析高光谱图像空间相邻数据之间的空间相关性,提出一种利用空间相关性进行约束的联合子空间追踪解混(Spatial correlation constrained simultaneous subspace pursuit,SCCSSP)方法。该方法首先基于分块思想将高光谱图像进行分块处理,然后在图像块的端元提取步骤中,结合空间相关性特征对端元的提取进行约束,从而确保当前端元支撑集相对于高光谱图像残差是最优的。在丰度估计中将图像块的端元集合合并作为整幅图像的端元支撑集,通过求解非负性约束的最小二乘法获得丰度重建图像。模拟图像数据实验结果表明,本文方法在同等条件下能够获得更高的信号重构误差,且解混运算时间低于凸优化算法。在实际图像数据实验中,本文方法丰度图像稀疏度最低,取得了仅次于SUnSAL-TV算法的图像重建误差,其所得到的丰度重建图像也取得了更好的视觉效果。实验结果验证了本文方法具有更高的解混精度。 展开更多
关键词 高光谱图像 高光谱解混 稀疏解混 贪婪算法 多重测量向量
在线阅读 下载PDF
基于超图和卷积神经网络的高光谱图像分类
6
作者 刘玉珍 蒋政权 +1 位作者 马飞 张春华 《激光与光电子学进展》 CSCD 北大核心 2019年第11期154-161,共8页
针对高光谱图像数据维数多,光谱信息和空间信息难以提取的问题,提出了一种基于超图和卷积神经网络的分类算法,依据高光谱图像中像素之间的光谱关系和空间关系构建超图;通过超图构建具有谱空联合特征的样本,将其送入卷积神经网络进行特... 针对高光谱图像数据维数多,光谱信息和空间信息难以提取的问题,提出了一种基于超图和卷积神经网络的分类算法,依据高光谱图像中像素之间的光谱关系和空间关系构建超图;通过超图构建具有谱空联合特征的样本,将其送入卷积神经网络进行特征提取,实现分类。在3种常用的高光谱数据集上进行实验,于Indian Pines数据集上取得了96.63%的总体分类精度。相比于其他算法,所提算法的分类精度高、速度快,而且避免了传统方法在特征提取和融合时出现的不稳定性,验证了其提取的谱空联合信息对高光谱图像具有更强的特征表达能力。 展开更多
关键词 图像处理 高光谱图像 分类 超图 卷积神经网络 谱空联合信息
利用残差密集网络的高光谱图像分类
7
作者 魏祥坡 余旭初 +1 位作者 谭熊 刘冰 《激光与光电子学进展》 CSCD 北大核心 2019年第15期87-95,共9页
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,设计了适用于高光谱图像分类的残差... 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,设计了适用于高光谱图像分类的残差密集网络模型。残差密集网络结合了残差网络和密集网络,包括浅层特征提取、残差密集单元和密集特征融合三部分。利用卷积操作提取原始图像的浅层特征,将浅层特征作为残差密集单元的输入,残差密集单元的输出与下一个单元中每个卷积层的输出建立短连接,实现了信息连续传递;将两个单元提取的密集特征与浅层特征相加形成全局残差学习,实现了所有分层特征的融合,最终的融合特征用于高光谱图像分类。实验表明,本文方法用于Indian Pines数据、University of Pavia数据及Salinas数据能够分别取得98.71%、99.31%及97.91%的分类精度,有效提高了高光谱图像的分类精度,增强了分类方法的稳定性。 展开更多
关键词 图像处理 高光谱图像 残差学习 密集网络 残差密集网络
基于卷积神经网络的高光谱遥感地物多分类识别 被引量:1
8
作者 闫苗 赵红东 +2 位作者 李宇海 张洁 赵泽通 《激光与光电子学进展》 CSCD 北大核心 2019年第2期191-198,共8页
在进行遥感图像多分类识别时,针对使用传统方法遇到的分类模型特征提取困难、分类精度不理想、分类种类少等问题,研究了卷积神经网络(CNN)模型在高光谱遥感地物多分类识别中的可行性及不同CNN模型对高光谱遥感地物多分类的识别效果。从I... 在进行遥感图像多分类识别时,针对使用传统方法遇到的分类模型特征提取困难、分类精度不理想、分类种类少等问题,研究了卷积神经网络(CNN)模型在高光谱遥感地物多分类识别中的可行性及不同CNN模型对高光谱遥感地物多分类的识别效果。从ISPRS(International Society for Photogrammetry and Remote Sensing)提供的Vaihingen及Google Earth中采集数据,制作了包含6类地物的数据集一。在此基础上增加10类地物制作数据集二,再增14类地物制作数据集三。在预处理图像数据之后,通过设置神经网络结构、调整模型参数、对比神经网络模型等,上述3类数据集的地物分类识别率均达到95%以上。通过分析不同CNN模型对高光谱遥感地物多分类识别效果的影响,证实了CNN模型在高光谱遥感地物多分类识别应用的可行性且具有较高的识别率。实验结果为CNN模型在高光谱遥感地物多分类识别中的应用提供了一定的参考。 展开更多
关键词 遥感 高光谱图像 图像分类 卷积神经网络 特征提取
基于多任务联合稀疏表示的高光谱图像分类算法
9
作者 贾立丽 张升伟 +1 位作者 何杰颖 李娜 《微电子学与计算机》 北大核心 2019年第10期15-20,共6页
为了充分提取高光谱图像丰富的光谱信息,尽可能降低光谱冗余,同时保留较多有效判别信息.基于高光谱图像单波段的谱间相似性,提出了基于多任务学习和稀疏表示的分类算法.该方法将光谱间的冗余特性转化为有效信息加以利用,使用波段交叉分... 为了充分提取高光谱图像丰富的光谱信息,尽可能降低光谱冗余,同时保留较多有效判别信息.基于高光谱图像单波段的谱间相似性,提出了基于多任务学习和稀疏表示的分类算法.该方法将光谱间的冗余特性转化为有效信息加以利用,使用波段交叉分组策略构建子任务,并引入稀疏表示模型将所有分类任务进行联合表示,最终根据所有任务的累积残差确定测试样本的类别.实验对比分析了多任务联合表示分类和单任务分类的准确率.结果表明,基于多任务联合稀疏表示模型的分类性能优于单任务模型. 展开更多
关键词 多任务学习 稀疏表示 高光谱图像 图像分类
加权Schatten范数低秩表示的高光谱图像恢复 预览
10
作者 张倩颖 谢晓振 《光学精密工程》 EI CAS CSCD 北大核心 2019年第2期421-432,共12页
高光谱图像在获取过程中常受到多种噪声的干扰,如高斯噪声、脉冲噪声、条纹噪声等,为确保后续应用的顺利进行,提出了一种基于加权Schatten范数低秩表示的高光谱图像恢复方法。该方法引入低秩表示模型恢复高光谱数据,采用加权Schatten范... 高光谱图像在获取过程中常受到多种噪声的干扰,如高斯噪声、脉冲噪声、条纹噪声等,为确保后续应用的顺利进行,提出了一种基于加权Schatten范数低秩表示的高光谱图像恢复方法。该方法引入低秩表示模型恢复高光谱数据,采用加权Schatten范数代替核函数,更精确地逼近秩函数;并选用初步无噪图像作为低秩表示的字典,进一步提高了模型对图像的恢复能力。另外,引入拉普拉斯正则项刻画数据内部的几何结构,能保持图像的细节。模拟和实际高光谱数据的实验结果表明,较多种相关的方法在视觉效果和量化指标值都有很大地改进。与经典的基于低秩先验的恢复方法相比,本文算法的平均峰值信噪比提高2.74dB,平均结构相似性数值指标提高0.03,而平均光谱角降低1.40。新模型不仅能充分利用高光谱图像光谱维的低秩先验,而且保持了数据内部的几何结构,有利于恢复出高质量的清晰图像。 展开更多
关键词 高光谱图像 图像恢复 低秩表示 Schatten范数 拉普拉斯
在线阅读 下载PDF
基于深度残差网络的遥感数据分类 预览
11
作者 孟佳佳 王弢 《数字技术与应用》 2019年第1期99-101,共3页
论文提出了一种基于深度残差卷积神经网络的高光谱遥感数据的分类方法。我们将深度残差卷积神经网络作为一种分类器,将待分类的像元及其领域像元一同作为神经网络的输入,通过残差网络的算法模型实现高光谱遥感数据的分类。我们使用深度... 论文提出了一种基于深度残差卷积神经网络的高光谱遥感数据的分类方法。我们将深度残差卷积神经网络作为一种分类器,将待分类的像元及其领域像元一同作为神经网络的输入,通过残差网络的算法模型实现高光谱遥感数据的分类。我们使用深度学习技术将数据特征提取出来再进行分类,以达到提高分类准确度和效率的目的。本文主要通过改善分类方法来增强遥感数据分类的效率和处理能力。 展开更多
关键词 卷积神经网络 高光谱图像 图像分类 深度学习
在线阅读 下载PDF
一种改进的高光谱端元提取算法及其FPGA实现 预览
12
作者 张锦涛 雷杰 +2 位作者 吴凌云 黄碧莹 李云松 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2019年第4期22-27,共6页
自动目标生成算法在迭代更新正交子空间投影矩阵时,面临复杂的求逆运算和不断增长的迭代规模等问题,给算法的高速硬件实现带来困难.在对经典自动目标生成算法深入研究的基础上,采用固定规模的矩阵乘加运算代替复杂的矩阵求逆来更新正交... 自动目标生成算法在迭代更新正交子空间投影矩阵时,面临复杂的求逆运算和不断增长的迭代规模等问题,给算法的高速硬件实现带来困难.在对经典自动目标生成算法深入研究的基础上,采用固定规模的矩阵乘加运算代替复杂的矩阵求逆来更新正交投影算子,提出一种全新的自动目标生成算法的高速硬件实现架构.此外,首次使用高层次综合工具在现场可编程门阵列平台上完成了算法验证.实验结果表明,该硬件实现架构的处理速度达到了严格的实时性,同时保持了与传统算法相同的高检测精度. 展开更多
关键词 图像处理 高光谱图像 端元提取 自动目标生成算法 现场可编程门阵列 高层次综合
在线阅读 下载PDF
基于先验HMRF的MAP分块超分重建方法
13
作者 王华斌 陶万成 +1 位作者 李玉 赵泉华 《地球信息科学学报》 CSCD 北大核心 2019年第3期315-326,共12页
针对高光谱图像应用最大后验概率(Maximum A Posteriori, MAP)超分重建后细节信息丢失严重问题,本文提出一种基于先验Huber马尔科夫随机场(Huber Markov Random Field, HMRF)模型的MAP分块超分辨率重建算法,以期提高图像超分重建质量。... 针对高光谱图像应用最大后验概率(Maximum A Posteriori, MAP)超分重建后细节信息丢失严重问题,本文提出一种基于先验Huber马尔科夫随机场(Huber Markov Random Field, HMRF)模型的MAP分块超分辨率重建算法,以期提高图像超分重建质量。首先,利用主成分变换获取图像域的主要成分,在此基础上采用样条插值得到初始迭代图像;而后将初始图像域分为若干子块,在每个子块图像域上建立具有自适应阈值的HMRF模型,并结合子块图像域的保真项构建目标函数,采用梯度最快下降法求解此函数得到超分子块图像,将其重组,进而与插值后的次要成分图像相结合,最后应用主成分逆变换方法得到最终的高分辨率图像。为了验证本文算法的有效性与优越性,分别对模拟和真实图像采用本文方法和具有代表性的Tikhonov、总变分及传统HMRF模型超分重建方法进行实验对比,其中本文方法重建结果在峰值信噪比和结构相似性定量评价方面明显优于其他方法重建结果,在定性评价方面边缘结构及细节信息也更加明显,表明本文算法较为突出。 展开更多
关键词 图像域分块 自适应阈值 高光谱图像 HMRF模型 主成分变换
最小体积约束的高光谱图像分辨率增强算法 预览
14
作者 王亚堃 朱荣刚 +1 位作者 刘波 李剑茹 《电光与控制》 CSCD 北大核心 2019年第1期38-42,共5页
针对现有的高光谱多光谱图像融合算法解空间较大、未考虑高光谱数据的物理意义以及存在局部最优的问题,提出了一种基于单形体最小体积约束的耦合非负矩阵分解的高光谱与多光谱图像融合算法(MVC-CNMF)。该算法在混合像元解混的过程中,考... 针对现有的高光谱多光谱图像融合算法解空间较大、未考虑高光谱数据的物理意义以及存在局部最优的问题,提出了一种基于单形体最小体积约束的耦合非负矩阵分解的高光谱与多光谱图像融合算法(MVC-CNMF)。该算法在混合像元解混的过程中,考虑图像的物理意义,加入了端元单形体最小体积约束。由仿真结果可以看出,该算法能有效地克服现有融合算法中的缺陷,实现了高光谱与多光谱图像的端元与丰度的精确匹配,获得高空间分辨率的融合图像,尤其适用于端元数目较多的高光谱图像。 展开更多
关键词 高光谱图像 空间分辨率 图像融合 单形体最小体积约束
在线阅读 下载PDF
考虑空间相关性的半监督局部保持投影的高光谱图像特征提取
15
作者 黄冬梅 张晓桐 +2 位作者 张明华 宋巍 王龑 《激光与光电子学进展》 CSCD 北大核心 2019年第2期63-72,共10页
由于高光谱图像具有波段多、波段间信息冗余、空间信息相关等特点,提出一种考虑空间相关性的半监督局部保持投影(LPP)的高光谱图像特征提取算法(LPP-SCSSFE)。该算法利用保存高光谱图像空间近邻结构的空间距离,及保持图像光谱相似性的... 由于高光谱图像具有波段多、波段间信息冗余、空间信息相关等特点,提出一种考虑空间相关性的半监督局部保持投影(LPP)的高光谱图像特征提取算法(LPP-SCSSFE)。该算法利用保存高光谱图像空间近邻结构的空间距离,及保持图像光谱相似性的类内判别权值和类间判别权值,定义新的同物异谱、同谱异物像元权值计算函数,结合LPP提取高光谱图像特征,从而最大化同类地物间的相似性和异类地物间的差异性。在Indian Pines和Pavia University两个数据集上,通过高光谱图像分类实验对本文提出的LPP-SCSSFE算法进行验证,算法最高总体分类精度分别达到87.50%和91.29%,优于现有的特征提取算法。结果表明,本文算法充分考虑高光谱图像的空间相关性和光谱相似性,能够有效提取出有代表性的特征,提高分类精度。 展开更多
关键词 图像处理 特征提取 局部保持投影 高光谱图像 半监督 空间相关性
基于本征图像分解的高光谱图像空谱联合分类 预览
16
作者 任智伟 吴玲达 《航天返回与遥感》 CSCD 2019年第3期111-120,共10页
高光谱图像分类是许多应用的第一步,也是极其重要的一步。针对目前分类方法存在误分现象,尤其是在地物边缘附近区域,以及现有空谱联合分类方法计算复杂度高的问题,提出一种基于本征图像分解以及导向滤波的高光谱图像空谱联合分类方法:利... 高光谱图像分类是许多应用的第一步,也是极其重要的一步。针对目前分类方法存在误分现象,尤其是在地物边缘附近区域,以及现有空谱联合分类方法计算复杂度高的问题,提出一种基于本征图像分解以及导向滤波的高光谱图像空谱联合分类方法:利用AP聚类进行波段选择,提高计算效率;利用基于局部稀疏约束的本征图像分解方法进行高光谱本征图像分解,获取反射率本征图;利用导向滤波器对初始分类结果进行优化。实验结果表明:文章提出的空谱联合分类方法在分类精度与计算时间方面优势明显。 展开更多
关键词 光谱 高光谱图像 本征图像分解 局部稀疏约束 空谱联合 导向滤波 遥感技术应用
在线阅读 下载PDF
基于端元字典稀疏解混的高光谱图像亚像元定位 预览
17
作者 顾正之 王素玉 《电子科技》 2019年第4期33-38,53共7页
针对高光谱图像中普遍存在的混合像元中各端元空间分布定位困难的问题,文中提出一种基于K-SVD的光谱解混算法,利用其解混结果进行亚像元定位。算法首先通过KNN分类来区分待处理图像中的混合像元和纯像元,然后借鉴基于冗余字典的稀疏分... 针对高光谱图像中普遍存在的混合像元中各端元空间分布定位困难的问题,文中提出一种基于K-SVD的光谱解混算法,利用其解混结果进行亚像元定位。算法首先通过KNN分类来区分待处理图像中的混合像元和纯像元,然后借鉴基于冗余字典的稀疏分解相关理论,以标准光谱库为基础,通过基于K-SVD的字典训练算法训练产生最具代表性的地物光谱曲线,构建端元冗余字典,通过基于K-SVD的稀疏分解算法实现各端元丰度的求解。最后利用求得的丰度系数在两种空间性相关性约束下进行亚像元定位。实验结果表明,采用该算法进行模拟数据和真实数据的亚像元的定位可以取得不错的定位结果。 展开更多
关键词 高光谱图像 光谱解混 亚像元定位 K-SVD 稀疏表示 冗余字典
在线阅读 免费下载
基于光谱与图像信息的杏鲍菇多糖含量检测 预览
18
作者 宋镇 姬长英 张波 《华南农业大学学报》 CAS CSCD 北大核心 2019年第3期104-110,共7页
【目的】利用高光谱成像技术实现杏鲍菇Pleurotus eryngii多糖含量的快速无损检测。【方法】利用高光谱图像采集系统获取350~1021nm波长范围内的杏鲍菇高光谱图像,同时利用苯酚–硫酸法测定对应样本的多糖含量。通过波段运算和阈值分割... 【目的】利用高光谱成像技术实现杏鲍菇Pleurotus eryngii多糖含量的快速无损检测。【方法】利用高光谱图像采集系统获取350~1021nm波长范围内的杏鲍菇高光谱图像,同时利用苯酚–硫酸法测定对应样本的多糖含量。通过波段运算和阈值分割构建掩膜图像,使样本与背景相分离。采用主成分分析(PCA)处理原始高光谱图像,获得代表原始图像99%信息的2个主成分图像(PC1、PC2),然后利用连续投影算法(SPA)选出554.4、772.8、811.4、819.1、855.6、986.3和1019.5nm7个特征波长及对应的光谱特征,分别提取7个特征波长图像和2个主成分图像的纹理与颜色特征,最后利用偏最小二乘回归(PLSR)建立杏鲍菇样本基于不同图像特征与多糖含量之间的关系模型。【结果】从校正集决定系数(Rc2)来看,基于特征光谱+特征波长图像特征+主成分图像特征的模型效果最好,Rc2=0.954,RMSEc=0.341;从预测集决定系数Rp2来看,基于特征光谱+特征波长图像特征的模型效果最好,Rp2=0.868,RMSEP=0.539。【结论】该研究结果可为杏鲍菇多糖含量的快速、无损检测提供一定的参考。 展开更多
关键词 高光谱图像 杏鲍菇 多糖 主成分分析 特征波长 纹理特征
在线阅读HTML 下载PDF
采用PPI算法改进的一种数学形态学端元提取方法 预览
19
作者 徐君 王彩玲 王丽 《测绘学报》 EI CSCD 北大核心 2019年第8期996-1003,共8页
自动形态学端元提取(automated morphological endmember extraction,AMEE)算法将结构元素内最纯像元与混合度最大的像元之间的光谱角距离定义为形态学离心率指数(morphological eccentricity index,MEI)来定量化地表示像元的纯净度。... 自动形态学端元提取(automated morphological endmember extraction,AMEE)算法将结构元素内最纯像元与混合度最大的像元之间的光谱角距离定义为形态学离心率指数(morphological eccentricity index,MEI)来定量化地表示像元的纯净度。然而作为参考标准的混合度最大的像元在不同的结构元素内也是不同的,尤其是当结构元素内的纯净像元占大多数时,像元的均值光谱将更接近纯像元,此时像元的MEI越高,纯度反而越低。针对这一问题,本文提出一种像元纯度指数(pure pixel index,PPI)算法与AMEE算法相结合的端元提取算法PPI-AMEE。在结构元素内,利用PPI指数代替AMEE算法中的MEI指数来寻找最纯像元。变换结构元素时,只有最纯净的像元始终能够投影到随机生成的直线的两端,其PPI值会不断累计增大,而其他像元的PPI值则无法持续增大。累计记录每个像元的PPI值,直至满足迭代终止条件,最终形成一幅PPI图像,端元将在PPI值较大的像元中选取。PPI-AMEE算法只在相对较小的结构元素内运行PPI算法,然后再结合数学形态学中的膨胀操作对整幅图像进行处理,其同时兼顾了图像的光谱信息和空间信息。最后,采用模拟数据及美国内华达州Cuprite地区的机载可见光/红外成像光谱仪(airborne visible infrared imaging spectrometer,AVIRIS)高光谱数据对提出的PPI-AMEE算法进行试验验证。试验结果表明,PPI-AMEE算法的端元提取精度总体上优于AMEE算法和PPI算法。 展开更多
关键词 高光谱图像 端元提取 纯像元指数 数学形态学
在线阅读 下载PDF
一种考虑光谱变异性的高光谱图像非线性解混算法 预览
20
作者 智通祥 杨斌 王斌 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2019年第1期115-124,132共11页
非线性解混可以解释高光谱图像复杂场景中的非线性混合效应,但地物的光谱变异性是其中的一个难点。提出一种考虑光谱变异性的无监督非线性解混算法。通过核函数将原始高光谱图像数据隐式地映射到高维特征空间中,从而在该空间中结合光谱... 非线性解混可以解释高光谱图像复杂场景中的非线性混合效应,但地物的光谱变异性是其中的一个难点。提出一种考虑光谱变异性的无监督非线性解混算法。通过核函数将原始高光谱图像数据隐式地映射到高维特征空间中,从而在该空间中结合光谱变异性进行线性解混;与此同时,依据实际地物的分布特性,添加丰度和光谱变异系数的局部平滑约束。模拟和真实高光谱数据的实验结果表明,该方法能克服不同非线性混合场景中存在的光谱变异性问题,提高光谱解混的精度。 展开更多
关键词 高光谱图像 非线性光谱解混 光谱变异性 核方法 平滑约束
在线阅读 下载PDF
上一页 1 2 55 下一页 到第
使用帮助 返回顶部 意见反馈