搜索结果: 1-5 共查到“测绘科学技术 高光谱遥感图像”相关记录5条 . 查询时间(0.6 秒)
提出了一种能够良好地保持高光谱遥感图像细节特征的噪声去除方法。该方法首先利用噪声调整的主成分分析(NAPCA)进行特征提取,再利用复小波变换(CWT)对NAPCA 变换后的低能量成分进行去噪处理。对此低能量成分的每个波段利用二维复小波去噪,此时复小波系数采用BivaShrink 函数进行收缩。然后对低能量成分的每条光谱进行一维复小波变换,利用邻域阈值函数进行小波系数的收缩。对AVIRIS 图像贾斯...
基于自适应稀疏表示的高光谱遥感图像分类
图像处理 高光谱遥感 自适应稀疏表示 分类
2013/11/20
针对多数传统分类算法应用于高光谱分类都存在运算速度慢、精度比较低和难以收敛等问题，从稀疏表示基本理论出发建立了一个基于自适应稀疏表示的高光谱分类模型。利用训练样本构建字典，聚类每一步迭代所产生的余项，将聚类中心作为新的字典原子，然后将测试样本看成冗余字典中训练样本的线性组合，令字典能够更适应于样本的稀疏表示。利用华盛顿地区的HYDICE高光谱遥感数据进行试验，并且与主成分分析、线性鉴别分析、支持向...
高光谱遥感图像微分域三维混合去噪方法
高光谱图像 微分域 BayesShrink方法
2009/10/29
高光谱遥感图像是一种三维数据，由二维空间信息和一维光谱信息组成。普通的对二维静态图像或一维光谱信息去噪的算法忽视了高光谱图像强烈的谱间相关性和图谱合一的特点，无法取得令人满意的效果。同时现代的高光谱遥感图像噪声级别相对较低，噪声方差随波段不同而不同。针对以上特点，提出一种微分域三维混合去噪方法。首先将高光谱遥感图像变换到光谱微分域，使细微的噪声变得显著。然后在微分域中，对二维空间域采用基于小波的非...
高光谱遥感图像最佳波段选择的快速算法研究
高光谱影像 波段选择 快速算法 遥感
2009/8/7
针对现有波段选择方法效率低下的问题,提出3种提高计算速度的解决方案.通过对OMIS数据的试验证实,这3种快速解决方案在所选出的最佳组合波段的质量和算法执行速度两方面都能获得较好的效果.