高光谱图像监督分类方法

最新推荐文章于 2023-02-26 18:15:31 发布
最新推荐文章于 2023-02-26 18:15:31 发布
阅读量1k 收藏 1
点赞数
分类专栏： 高光谱
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_26309711/article/details/103362163
版权

基于光谱信息的方法

关注点光谱数据的紧致表达和鉴别性特征抽取，进而提升子空间分类能力。
局限性仅仅利用像元光谱信息，分类精度较低且不具有较好的噪声鲁棒性。

主成分分析（PCA）

线性判别分析(LDA)

表示多核学习(RMKL)

稀疏表示(SR)

基于空-谱信息联合的方法

关注点能充分挖掘和利用高光谱图像内局部像元依赖关系，通过利用地物邻域内聚集属性提升小样本的高光谱图像监督分类性能。
局限性邻域像元块相较与单个像元所包含更多多余信息，适应性较差。

空-谱组合核滤波器

核Hilbert空间嵌入

局部区域像元投票

空-谱小波特征联合马尔科夫随机场

Freelancefangjian
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
结合主动学习和半监督的高光谱分类
MJJ的博客
03-25 2177
摘要 解决高光谱图像中样本不足的两种途径有主动学习和半监督学习。前者提高样本的质量，后者试图提高样本数量。 代表信息：有监督的聚类结果获取未标记样本的重要的结构信息。结合主动学习，结合判别信息（SVM分类器）。 介绍 主动学习：考察未标记数据，选择信息量最大的(most informative)的样本加入下一次迭代。选中的样本标记后加入L集（labeled），并从U集（unlabeled）...
指导模板的数据增强和细化，用于高光谱图像的监督分类
03-08
带标签的训练样本的有限且昂贵的可用性导致以基于数据增强的监督学习的形式定义高光谱分类任务的方法的发展。 但是，大多数方法只是隐式地利用各向同性邻域中的频谱空间信息，而不是显式指示各向异性或操纵邻域系统。 在本文中，我们应用导向模板来估计局部方向的同质区域，并利用更有价值的光谱空间环境。 通过使用最佳的导向模板匹配方法，我们提出了一种数据扩充和精炼方法，以改善带有有限标记样本的任何光谱空间分类器的性能。 实验表明，该方法对许多光谱空间分类器都非常有效。
#高光谱图像分类#：分类的方法有哪些?
EverdayForCode的博客
02-26 3171
基于像素分类的优点是实现简单，不需要进行图像分割，缺点是容易受到噪声的干扰，分类精度不高。基于对象的分类：这种分类方法是先将高光谱图像中的目标或区域进行分割，然后提取分割后的区域或目标的特征信息进行分类。常见的基于对象的分类方法包括基于支持向量机（SVM）的目标分类方法、基于图论的目标分类方法和深度学习方法等。基于像素的分类：这种分类方法是针对每个像素进行分类，将像素的光谱信息作为输入特征，然后利用各种分类算法对像素进行分类。高光谱图像分类方法可以根据分类粒度的不同分为基于像素的分类和基于对象的分类。
高光谱遥感图像处理（14）-----ENVI使用教程之监督分类与非监督分类
热门推荐
小木匠的博客
05-04 1万+
监督分类：又称训练分类法，用被确认类别的样本像元去识别其他未知类别像元的过程。它是在分类之前通过目视判读和野外调查，对遥感图像上某些样区中影像地物的类别属性有了先验知识，对每一种类别选取一定数量的训练样本，计算机计算每种训练样区的统计或其他信息，同时用这些种子类别对判决函数进行训练，使其符合于对各种子类别分类的要求， 随后用训练好的判决函数去对其他待分数据进行分类。 1.1打开并显示影像文件
高光谱半监督分类（一）SS-LPSVM
lemontree的博客
04-24 4216
最近一直在看半监督在高光谱图像分类上的应用，打算写一个系列，把一些经典的效果好的论文总结梳理一下，当作一个督促。一. 半监督大体分成五种方法① Generative model 缺点：生成模型是基于严格的假设构建的，例如，训练样本应遵循高斯分布或其他分布②Self-trainingSelf-Training的做法如下：用已标注数据集A训练一个分类模型M用该模型对未标记数据集B进行预测将预测结果中置...
空间约束半监督高斯过程下的高光谱图像分类
03-10
针对高光谱遥感图像分类中带标记训练样本较少、导致分类正确率偏低的问题,提出用于高光谱图像分类的...实验结果表明,在仅有少量带标记的训练样本情况下,半监督高斯过程分类方法对高光谱图像有较高的分类精度和稳定性.
通过异构深度神经网络对高光谱图像进行监督分类
03-27
在本文中，提出了一种新的基于异构神经网络的深度学习方法，称为HNNDL，用于对带有少量标记样本的高光谱图像（HSI）进行监督分类。 具体来说，将深度神经网络（DNN）和卷积神经网络（CNN）组合起来以构建HNNDL体系...
无监督知识学习的高光谱图像分类方法.zip
最新发布
03-15
知识图谱是一种结构化的知识表达形式，它以图形的方式组织和存储了大量实体（如人、地点、事件等）及其相互关系。在知识图谱中，实体作为节点，实体之间的各种语义关联则通过边进行连接，形成了一个庞大的数据网络。...
高光谱遥感影像分类方法综述.pdf
09-01
分类方法，包括监督分类法(最小距离分类法、最大似然分类法和平行多面体分类法)、基于光谱相似性度量 的分类方法、人工神经网络分类法、支持向量机分类、决策树分类、面向对象分类和非监督分类。
高光谱遥感图像处理（15）----ENVI使用教程之监督分类参数说明
小木匠的博客
05-05 1万+
根据分类的复杂度、精度需求等选择一种分类器。在主菜单->Classification-> Supervised->分类器类型，此外还包括应用于高光谱数据的波谱角（Spectral Angle Mapper Classification）、光谱信息散度（SpectralInformation Divergence Classification）和二进制编码（Binary Encoding Cla
基于机器学习方法的高光谱影像分类研究
08-04
基于机器学习方法的高光谱影像分类研究，可用于机器学习资料
【论文学习】基于无监督迁移学习的高光谱目标检测
Lingyun
06-22 4338
Unsupervised transfer learning for target detection from hyperspectral images 基于无监督迁移学习的高光谱目标检测 论文来源：https://doi.org/10.1016/j.neucom.2012.08.056 摘要 目标检测一直是高光谱图像处理的热门领域之一。传统的目标检测方法取决于观察中的所有像素的...
近红外光谱特征选择、特征提取区别及稀疏表示
qq_35667901的博客
11-29 1万+
近红外光谱分析技术已经在很多领域得到了广泛应用，但是实际分析过程中所采集的数据都是高维、复杂的数据信号，如何从复杂的信号中选择出建模所需要的基本数据就是所谓的近红外光谱数据特征筛选或特征选择，特征提取和特征选择从数学角度来讲是两种不同的方法。 特征选择是通过选择特征变量相对集中的区间进行组合处理，然后对所筛选的变量进行下一步操作，这种方法简单、易操作，对于含有稀疏变量...
高光谱分类
Vision's blog
01-05 1515
高光谱分类 高光谱遥感能够通过成像光谱仪在可见光、近红外、短波 红外、中红外等电磁波谱范围获取近似连续的光谱曲线， 将表征地物几何位置关系的空间信息与表征地物属性特征 的光谱信息有机地融合在了一起，使得提取地物的细节信 息成为可能。 再model中引入注意力机制 Hybrid-Spectral-Net for Hyperspectral Image Classification. https://github.com/gokriznastic/Hybrid
高光谱图像分类方法
weixin_43298262的博客
10-21 8582
一、基于基本光谱信息，依据光谱特征和适当的特征变换的多种机器学习分类算法 K最近邻（K-NN）、最大似然分类、贝叶斯、决策树、极限学习机（ELM）、支持向量机（SVM）、基于稀疏表达（SRC） 二、基于空谱联合信息的分类 1.组合方式 利用光谱信息和空间联合信息的前后组合：光谱分类与马尔可夫随机场（MRF）或图像分割技术的组合。 2.融合方式 空间信息与光谱信息的特征融合：三维小波变换、三维Gab...
高光谱遥感图像的分类
Im_javaer的博客
11-24 4874
5.高光谱遥感数据监督分类 高光谱图像数据将地物光谱信息和图像信息融为一体,其数据具有几何空间、光谱特征空间两类表达方式。 几何空间：直观表达每个像元在图像中的空间位置以及它周边像元之间的相互关系，为高光谱图像处理提供空间信息。 光谱特征空间： 高光谱遥感图像每个像元对应着多个成像波段的反射值。近似连续的光谱曲线表示为一个NN维向量，向量在不同波段值的变化反映了其代表的目标的辐射光谱信息，其优势是...
基于主动学习的高光谱图像分类方法研究
aogogo的博客
10-13 2919
主动学习
高光谱图像分类_高光谱图像分析-分类
weixin_26746401的博客
09-07 6617
高光谱图像分类 初学者指南 (Beginner’s Guide) This article provides detailed implementation of different classification algorithms on Hyperspectral Images(HSI). 本文提供了在高光谱图像(HSI)上不同分类算法的详细实现。 目录 (Table of Content...
多光谱影像isodata非监督分类
RS_cj的博客
12-14 6286
title: 遥感多光谱影像isodata非监督分类 date: 2018-10-03 categories: 遥感图像处理 tags: - python - 图像处理 - gdal 多光谱影像 isodata 非监督分类 ISODATA全称为 Iterative Selforganizing Data Analysis Techniques Algorithm 特点 ISODATA是一种非监督...
高光谱图像分类python开源项目
09-20
高光谱图像分类的Python开源项目有多个，其中一些比较知名的项目包括： 1. Spectral Python（SPy）：这个项目提供了一系列用于读取、查看、处理和分类高光谱图像数据的功能。它包括了聚类、降维、监督分类等功能，...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值