修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

110 条数据
?? 中文（中国） ▾

  • [IEEE 2018年第20届国际多媒体信号处理研讨会(MMSP) - 加拿大不列颠哥伦比亚省温哥华(2018年8月29日-8月31日)] 2018 IEEE第20届国际多媒体信号处理研讨会(MMSP) - 高光谱图像分类的深度迁移学习

    摘要： 高光谱图像（HSI）包含海量样本、大量波段以及随机出现的冗余信息。对此类复杂数据进行分类具有挑战性，且分类性能通常受标注训练样本数量的显著影响。采集这类标注样本既耗时又费力，这促使人们萌生从其他既有相关图像中借用和复用标注样本的思路。因此，能够缓解现有高光谱图像与新图像之间语义差异的迁移学习方法，近年来日益受到研究关注。然而，现有针对高光谱图像的迁移学习方法主要聚焦于如何克服图像间的差异，在迁移过程中可能忽略了高层潜在特征?；谡庖还鄄欤疚奶岢隽礁鲂滤悸罚和ü菇ú⒘釉从肽勘旮吖馄资莸母卟闾卣?，进一步克服跨域差异。与现有方法不同，所提出的分类框架无需目标域的先验知识，且适用于同质与异质高光谱数据。真实高光谱图像的实验结果表明，该方法对高光谱图像分类具有重要意义。

    关键词： 监督分类，显著样本，高光谱图像，迁移学习

    更新于2025-09-23 15:23:52

  • [IEEE 2018年第三届计算机科学与工程国际会议(UBMK) - 波黑萨拉热窝(2018年9月20日至23日)] 2018年第三届计算机科学与工程国际会议(UBMK) - 基于降维极限学习机的高光谱图像分类

    摘要： 在高光谱图像分类中，基于核的方法已显示出良好的效果。但图像中过多的训练或测试数据会增加核计算的计算时间和内存需求?？捎牒朔椒ㄅ浜鲜褂玫募扪盎嬖诤思扑愕南嗤蟆１狙芯坎捎媒滴思扪盎≧KELM）从计算时间和内存方面进行了改进。通过性能表格和时间信息表格，将获得的结果与核极限学习机（KELM）进行了对比展示。

    关键词： 分类、光谱信息、高光谱图像、降核极限学习机

    更新于2025-09-23 15:23:52

  • 基于堆叠自编码器的自适应子空间高光谱异常检测模型

    摘要： 近年来，一些自适应子空间模型在高光谱异常检测（AD）中表现优异。本文提出了一种基于堆叠自编码器的自适应子空间模型（SAEASM）。首先，以测试点为中心选取内窗、外窗和字典窗三个窗口，获取高光谱图像（HSI）中的局部背景像素点和字典。其次，利用堆叠自编码器架构获取测试点与局部字典像素之间差异的深度特征；随后，同样采用该架构获取局部背景像素与局部字典像素之间差异的深度特征。最终，基于上述两个深度特征的2-范数，通过堆叠自编码器构建的自适应子空间模型获得检测结果。在真实与合成高光谱数据上的实验表明，所提SAEASM算法总体性能优于对比算法。

    关键词： 高光谱图像，堆叠自编码器，自适应子空间，异常检测

    更新于2025-09-23 15:23:52

  • 基于多特征与小样本学习的置信传播高光谱图像分类

    摘要： 为解决高光谱图像（HSI）分类中"信息量大但精度低"的问题，本文提出一种基于多特征与小样本学习（MFSSL）的信念传播（BP）马尔可夫随机?。∕RF）高光谱分类方法MFSSL-BPMRF。首先采用扩展形态学多属性剖面算法提取高光谱空间信息，构建空-谱多特征融合模型以提升分类效果；继而利用BPMRF进行图像分割与分类——因其具有空-谱联合分类的优越性：MRF能通过邻域模型描述地物空间分布特征，并将像素光谱信息融入条件概率计算；BP则用于从多特征融合信息中学习边缘概率分布。最后选取小样本训练集以提升计算效率。在多个高光谱图像实验中，该方法较其他方法获得更高分类精度，且对有限标注训练样本的分类任务具有高效性。

    关键词： 特征融合、置信传播、高光谱图像、分类

    更新于2025-09-23 15:23:52

  • 利用高光谱图像处理技术自动映射混凝土表面带有生物污渍的裂缝模式

    摘要： 尽管技术不断进步，混凝土结构裂缝的测绘仍主要依赖现场观察和照片绘制的草图进行评估?；谕枷翊淼姆椒ㄋ渚哂忻飨杂攀疲嗍芯拷鍪视糜诒呓缜逦蛭奁渌『Φ牡ヒ涣逊?，因此不适用于现场应用。此外，由于缺乏真实基准数据，其精度通常无法量化。因此，能够有效处理周围病害的自动裂缝模式测绘方法具有重要价值。本文提出超聚类裂缝法（SC-Crack法），该方法通过处理高光谱图像实现含生物污渍混凝土表面的裂缝检测：先进行k均值聚类，再将聚类组合成代表裂缝的超聚类。通过在425-950nm波长范围内以25nm带宽对混凝土试样高光谱图像进行分类来实现方法校准与验证，并通过与真实基准图像对比讨论结果，最后验证超聚类组合效果。该方法在清洁表面和含生物污渍表面均表现良好——后者通过高光谱成像有效避免生物污渍与裂缝模式混淆；就核心的裂缝模式测绘目标而言，在清洁混凝土表面能完美检测所有裂缝分支；在含生物污渍表面虽会遗漏较细裂缝分支，但仍可识别大部分裂缝模式。

    关键词： 图像处理、混凝土表面、超级簇、裂缝模式、高光谱图像、自动制图

    更新于2025-09-23 15:23:52

  • 星载多光谱影像、机载高光谱与激光雷达数据在提取盐地碱蓬湿地植被空间分布及估算地上生物量中的评价

    摘要： 海蓬子（S. salsa）对滨海湿地盐沼具有显著?；ぷ饔?。本研究探讨了机载多光谱影像、星载高光谱影像及激光雷达数据在海蓬子空间分布提取与地上生物量（AB）估算中的应用，以绘制其生物量空间分布图。结果表明：增加光谱与结构特征有助于提升湿地植被分类精度和海蓬子生物量估算精度。研究中最优方案是融合高光谱与激光雷达数据，该组合在湿地分类和海蓬子生物量估算中均获得最高精度。单独使用多光谱影像时，海蓬子分类的用户精度与生产者精度相对较高（分别为87.04%和88.28%）。相较于多光谱影像，具有更多光谱特征的高光谱数据使Kappa系数和总体精度略有提升。仅基于高光谱数据的生物量估算即达到较可靠精度（R2=0.812，均方根误差0.295，估算误差24.56%，残差预测偏差2.033，平方和比率1.049）。添加激光雷达数据对海蓬子提取与生物量估算过程的改进有限。所绘制的海蓬子生物量空间分布图与实地调查结果一致。本研究为湿地植被海蓬子的有效信息提取与生物量估算提供了重要参考。

    关键词： 多光谱图像，盐地碱蓬，激光雷达数据，精细分类，地上生物量，高光谱图像

    更新于2025-09-23 15:23:52

  • 一种具有多尺度卷积和多样化度量的CNN用于高光谱图像分类

    摘要： 近期，研究人员已证实多层深度方法在提取高层特征及提升高光谱图像分类性能方面具有强大能力。然而传统深度模型的普遍问题是：由于训练样本数量有限（尤其针对类内方差大而类间方差小的图像），所学深度模型可能并非最优解。本文提出新型多尺度卷积神经网络（MS-CNNs），通过从高光谱图像中提取深层多尺度特征来解决该问题。此外，深度度量通常与MS-CNNs配合使用以增强高光谱图像的表征能力，但常规度量学习会使所学模型中的度量参数趋于相似——这种相似性会导致明显的模型冗余，从而对深度度量的描述能力产生负面影响。传统上可采用行列式点过程（DPP）先验来促使所学因子相互排斥以实现多样化。本文结合MS-CNNs与基于DPP的多样性促进深度度量优势，开发出具有多尺度卷积和多样化度量的CNN，以获取高光谱图像分类的判别性特征。通过在四个真实高光谱图像数据集上的实验，验证了所提方法的有效性与适用性。实验结果表明：相较于原始深度模型，本方法在不同高光谱图像数据集上（无论是光谱特征还是光谱-空间特征）均能取得相当甚至更优的分类性能。

    关键词： 深度度量学习，行列式点过程（DPP），图像分类，多尺度特征，卷积神经网络（CNN），高光谱图像

    更新于2025-09-23 15:23:52

  • 基于图的高光谱图像分类半监督学习方法综述

    摘要： 本文对高光谱图像（HSI）分类的最新图学习方法进行了全面综述，包括基于光谱信息的图半监督分类和基于光谱-空间信息的图半监督分类。此外，相关技术被归类为以下子类型：(1) 基于流形表示的高光谱图像分类图半监督学习；(2) 基于稀疏表示的高光谱图像分类图半监督学习。针对每种技术，讨论了方法论、训练与测试样本、各类技术难点及性能表现，并指出了图模型带来的未来研究挑战。

    关键词： 图像分类、高光谱图像、半监督学习、基于图的学习

    更新于2025-09-23 15:23:52

  • [IEEE 2018国际通信与信号处理会议（ICCSP）- 金奈（2018年4月3日至2018年4月5日）] 2018年国际通信与信号处理会议（ICCSP）- 基于总变分和最小二乘法的高光谱图像去噪方法比较分析

    摘要： 具有高光谱分辨率的高光谱图像（HSI）常因噪声累积而退化。因此，图像去噪是提升后续处理（如图像分类、解混等）精度的关键预处理技术。本文对比了光谱域最小二乘（LS）加权正则化与空间域最小二乘及全变分（TV）去噪方法，通过真实高光谱图像数据集和噪声模拟数据集进行实验验证。结果表明：光谱LS方法能良好保持图像对比度与边缘信息；空间LS方法的图像对比度存在波动，TV方法则会丢失边缘信息。实验数据显示，在视觉可解释性、信噪比（SNR）和结构相似性（SSIM）指标方面，光谱LS均优于其他两种技术。

    关键词： 国际银行建筑委员会，信噪比，最小二乘法，高光谱图像，去噪，光谱域，总变分，结构相似性指数

    更新于2025-09-23 15:22:29

  • [IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 高光谱图像的稀疏与平滑特征提取

    摘要： 本文提出了一种名为稀疏平滑低秩分析（SSLRA）的高光谱特征提?。‵E）方法。首先，我们为高光谱图像（HSI）建立了一个新的低秩模型。该模型将高光谱图像分解为位于未知正交子空间中的平滑且稀疏的未知特征。随后，通过非凸约束惩罚代价函数同步估计这些稀疏平滑特征。实验中将SSLRA应用于真实高光谱图像，并利用提取的平滑特征进行分类。结果表明，与现有最先进的特征提取方法相比，该方法显著提升了分类准确率。

    关键词： 正则化、特征提取、稀疏性、低秩模型、全变分、高光谱图像

    更新于2025-09-23 15:22:29