注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于非线性空间的高光谱异常检测算法研究.pdf

  2. 本文将高光谱异常检测理论与图像融合理论相结合，研究了一种基于非线性 空间的高光谱异常检测算法。

  3. 所属分类：其它

    • 发布日期：2019-05-17
    • 文件大小：3145728
    • 提供者：drjiachen

  1. 基于聚类的高光谱非混合空间光谱预处理

  2. 近年来，许多基于光谱的端成员提取算法（EEA）用于高光谱解混（HU），其代价是忽略了空间上下文信息。 本文提出了一种融合HU的空间光谱信息的新型预处理模块，主要包括三个部分：1）基于光谱角分数的k-means算法用于图像均质区域的识别。 2）利用局部窗口检测异常像素； 3）结合空间和光谱信息的重构权重旨在修正异常像素以增强图像均匀性。 所提出算法的主要贡献是在提高端元提取精度的同时，提高了图像的均匀性，降低了计算复杂度。 通过使用实际的高光谱数据集获得的实验结果显示，与最新的空间预处理框架相比，

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：441344
    • 提供者：weixin_38653664

  1. 基于扩展数学形态学的高光谱图像异常检测

  2. 提出了一种新型的基于扩展数学形态和光谱相似度测量的高光谱图像异常检测方法。在目标与背景未知的情况下,同时利用光谱和空间信息实现目标的定位与检测,实现高光谱遥感数据的目标检测。通过扩展的膨胀和腐蚀操作实现目标特征提取; 通过正交投影散度计算扩展形态学操作的累加距离确定排序关系并利用其融合特征提取结果实现特征提取结果的融合。算法性能通过合成的OMIS数据进行评价,与经典异常检测RX算法进行比较,并应用于具有相似光谱特征目标的区分。实验证明,本文提出的算法性能优于RX算法,具有低虚警率的异常目标检测结

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：956416
    • 提供者：weixin_38672940

  1. 基于局部联合偏度-峰度的高光谱图像波段选择方法

  2. 偏度和峰度能够较好地表达高光谱图像的非高斯性，突出目标、纹理等异常信息，很好地应用于波段选择。为了更好地突出局部异常信息，在全局联合偏度-峰度指数模型基础上，提出了局部偏度-峰度的高光谱图像波段选择方法。利用全局联合偏度-峰度指数对原始图像进行波段子空间划分，然后选择适当大小的模板窗口，计算窗口内的局部联合偏度-峰度指数，并以此方法遍历所有波段，求出累积局部联合偏度-峰度指数，最后进行波段选择。波段选择结果表明，局部联合偏度-峰度指数方法所选择波段分布更加广泛，效果更好。异常检测实验结果和融合结

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：11534336
    • 提供者：weixin_38731239

  1. 基于图像融合的高光谱异常检测

  2. 针对高光谱图像空间分辨率不足导致异常检测虚警率过高的问题，提出了一种利用主成分分析（PCA）和IHS变换融合以降低虚警率的算法。首先对低分辨率高光谱图像进行PCA变换，提取3个主成分；然后对这3个主成分和高分辨率图像分别进行IHS变换，得到各自的强度分量，把高光谱数据的强度分量替换成高分辨率图像的强度分量；再运用IHS变换的可逆性，将新的强度分量与原色度分量和饱和度分量进行IHS逆变换，得到空间信息增强的高光谱图像数据；最后使用KRX算法对空间信息增强的高光谱图像数据进行异常检测。实验结果表明，

  3. 所属分类：其它

    • 发布日期：2021-01-28
    • 文件大小：833536
    • 提供者：weixin_38728347