搜索结果: 1-15 共查到“光学工程 高光谱图像”相关记录25条 . 查询时间(0.382 秒)
加权空谱局部保持投影的高光谱图像特征提取
空间信息 光谱信息 加权空-谱局部保持投影 高光谱图像 特征提取
2017/3/1
为了提高高光谱图像的分类精度，有效利用高光谱图像的空间信息和光谱信息对高光谱图像进行预处理，本文提出了一种新的空谱联合特征提取方法，加权空-谱局部保持投影算法（WSSLPP）。该算法结合高光谱图像的物理特性对高光谱图像进行重构，降低了图像中奇异点的干扰；然后对局部像素近邻保持嵌入（LPNPE）和局部保持投影（LPP）的目标函数进行加权求和，有效融合高光谱图像空间维和光谱维的信息来构建投影矩阵。WS...
为解决盲源分离技术难以直接用于高光谱图像解混这一问题,将丰度非负及和为1约束作为盲源分离的目标函数,改变传统的独立性假设;同时,针对目标函数中具有大量的局部极小,引入蝙蝠优化算法,解决传统梯度类优化算法易陷入局部极值的问题.在降维过程中,提出一种基于奇异值分解去噪的正交子空间投影的降维方法.仿真数据和真实遥感数据实验表明,所提出算法收敛速度和解混准确度高,具有较强的抗噪声干扰能力,适用于像元纯度很...
提出了一种基于加权空-谱距离(WSSD)的相似性度量方法,并将其应用到最近邻分类器(KNN)中,导出了一种新的高光谱图像分类算法。该算法利用高光谱图像的物理特性,通过引入空间窗口和光谱因子这两个参数来挖掘出图像中的空间信息与光谱信息,利用空间近邻点对中心像元进行重构。在最大限度减少图像冗余信息的基础上,增大了同类像元间的相似性以及异类像元间的差异性,获得了更为有效的鉴别特征,从而更好地实现了数据间...
基于分类的高光谱图像压缩算法
有损压缩 高光谱图像 光谱分类 光谱去相关
2016/7/28
高光谱图像庞大的数据量给存储与传输带来巨大挑战,必须采用有效的压缩算法对其进行压缩。提出了一种基于分类的高光谱图像有损压缩算法。首先利用C均值算法对高光谱图像进行无监督光谱分类。根据分类图,针对每一类数据分别采用自适应KLT(Karhunen-Loève transform)进行谱间去相关;然后对每个主成分分别进行二维小波变换。为了获得最佳的率失真性能,采用EBCOT(Embedded Block...
针对基于单波段预测的高光谱图像无损压缩压缩比低的问题,提出基于上下文窗口中反向搜索的高光谱图像无损压缩算法。首先,对待测像素设定上下文窗口,计算其预测参考值并进行反向搜索预测得到待测像素的候选预测值。然后,选取与预测参考值最接近的候选预测值作为待测像素的最终预测结果。最后,对预测残差图像进行一阶算术编码完成压缩过程。利用提出的算法对AVIRIS 1997高光谱图像进行了实验,结果显示,提出的算法通...
基于多尺度分割的高光谱图像稀疏表示与分类
高光谱图像分类 光谱稀疏表示 空间先验融合 多尺度策略
2015/12/25
针对高光谱特征的稀疏表示,提出了一种基于多尺度分割的空间加权算法用于高光谱图像分类。该算法采用更合理的邻域定义挖掘空间先验信息,优化类边缘像元的稀疏表示。首先,通过多尺度分割提供邻域空间约束;结合拉普拉斯尺度混合(LSM)先验,分别对每个邻域组内像元进行空间加权的稀疏表示。然后,采用概率支持向量机(SVM)分类,同时提供像元的分类标签及其置信度。最后,以此置信度为权重,对多尺度分类图进行加权融合,...
面向高光谱图像分类的半监督丛流形学习
高光谱遥感图像 鉴别特征 丛流形结构 半监督丛流形学习
2015/12/24
考虑高光谱遥感数据集多类别非线性的特点,本文假设高光谱遥感数据集具有丛流形结构属性,提出了一种半监督丛流形学习(SSBML)算法来有效提取高光谱遥感图像的鉴别特征。该算法利用标记样本和无标记样本构建两个近邻关系图来保持数据集中丛流形的"整体"结构(各个子流形之间的相互关系)和每个子流形的内蕴结构特征,实现半监督的丛流形学习。在肯尼迪航天中心(KSC)和帕维亚大学(PaviaU)高光谱数据集上的实验...
根据高光谱数据的特点, 提出了一种基于像元的分布式压缩采样模型来实现高光谱图像的有效压缩采样与重构。搭建了能实现该模型的压缩采样光谱成像系统, 并研究了用于该系统成像的重构算法。在图像采集阶段, 将高光谱数据分为参考像元和压缩感知像元;地面像元的辐射能通过棱镜进行谱带分离, 再利用数字微镜器件实现谱带的线性编码。对压缩感知像元进行低采样率的线性编码, 对参考像元进行采样率为1的线性编码。压缩采样数...
基于相关向量机的高光谱图像噪声评估算法
高光谱 噪声估计 相关向量机(RVM) 去相关法
2016/8/29
为了更准确的估计高光谱图像噪声强度,提出了一种基于相关向量机(RVM)的高光谱图像噪声评估算法。对该算法所采用的RVM 回归原理、残差与噪声的关系等进行了研究。首先,介绍了高光谱图像噪声评估中应用较为广泛的空间/光谱维去相关法的特点及不足。接着,对可有效进行非线性回归分析的RVM 进行了介绍。然后,针对传统的空间/光谱维去相关法在系统中存在较强的非线性关系时,得到的残差将会过大这一问题,提出利用R...
利用线性预测与查表法的高光谱图像压缩
超光谱图像 无损压缩 线性预测 多谱带查表法 Yule-Walker方程 Levinson算法
2014/3/11
提出了一种线性预测和多谱带查表相结合的高光谱图像无损压缩算法。首先，根据高光谱图像谱带间具有强相关性的特点，建立基于Yule-Walker方程的线性预测模型，其中方程系数矩阵为非Toeplitz形式的对称矩阵，需要使用改进的Levinson算法进行求解。其次，针对校正后的高光谱图像具有稀疏直方图的特点，提出了多谱带查表法，对线性预测的结果进行修正，去除这些图像中因校正引起的信息冗余，而对未校正图像...
提出一种基于快速层次交替最小二乘非负张量Ｔｕｃｋｅｒ分解的高光谱图像光谱信息压缩算法。首先，将干涉高光谱图像光程差方向的三维信息采用三维光程差方向提升小波变换（３ＤＯＰＴＬＤＷＴ）进行分解，将三维小波子带系数看作三阶非负张量，采用快速层次交替最小二乘非负张量Ｔｕｃｋｅｒ分解（ＦＨＡＬＳＮＴＤ）算法对进行分解，得到核心张量和模式矩阵。对每个模式矩阵进行量化，对核心张量采用比特平面重要系数编码算法...
适于星上应用的高光谱图像无损压缩算法
高光谱图像 无损压缩 两步双向预测 改进LUT预测
2012/8/17
针对常见基于预测、变换、矢量量化及其组合的高光谱无损压缩算法压缩比低、压缩算法整体耗时以及硬件实现困难的问题，提出一种适于星上应用的高光谱图像无损压缩算法。首先，沿光谱线的第一谱段图像采用中值预测器进行谱段内预测，其他谱段图像采用谱间预测。谱间预测采用两步双向预测算法，第一步预测采用双向二阶预测器得到参考预测值，第二步预测采用本文提出的改进LUT搜索预测算法得出4个LUT预测值，然后将参考预测值与...
为了提高分类精度和边缘辨识性，该文引入图像空间一致性降元(pixels reduction with spatial coherence property, PRSCP)及线性回归分析，提出了一种基于空间一致性降元的非监督分类。该方法从像元光谱相似性出发，利用像元最小关联窗口合并相邻相似像元为像块完成降元。使用线性关系建模像块内像元的光谱向量，并利用F检验判断像块数据的线性显著性。利用一元线性回归...
基于谱间线性滤波的高光谱图像压缩感知
高光谱图像 谱间线性滤波 压缩感知 小波变换
2012/12/12
根据高光谱图像较强的谱间相关性,提出一种基于谱间线性滤波的高光谱图像压缩感知方法.高光谱图像进行压缩重构时,利用相邻波谱的谱间相关性,对重构的当前帧与前一谱段的重构图像进行谱间线性滤波,降低了重构帧的噪音信息,纠正了重构帧的轮廓信息,从而提高重构质量.在进行谱间线性滤波时,保留重构帧的低频系数,高频系数与前一波谱重构图像的高频小波变换系数进行线性加权求和,达到滤波的效果.通过实验表明,该方法能够有...