目标探测算法
文章平均质量分 79
MJJ_
这个作者很懒,什么都没留下…
展开
-
高光谱图像中的目标探测(三) | 正交子空间投影和CEM方法(约束能量最小化)的比较研究
本文比较研究了HSI中用于检测和分类的两个经典算法:Orthogonal subspace projection (OSP) 和 Constrained energy minimization (CEM)算法。1. 介绍线性解混通过将一个HSI中的像素表示为有限个端元的线性组合进行检测和分类。解混像元并找到端元对应的丰度值。有几种方法:奇异值分解(SVD)、子空间投影、最大似然法等等。翻译 2017-03-20 22:10:14 · 4514 阅读 · 2 评论 -
高光谱图像中的目标检测(一)
这是第一篇博客,前两周开始接触高光谱图像处理中的目标检测,试着总结一下自己学习到的概念和算法。原创 2017-03-12 15:25:15 · 10154 阅读 · 2 评论 -
高光谱图像中的目标检测(二)| 稀疏表示与学习字典
本文介绍一种利用学习字典稀疏表示HSI(Hyperspectral Imagery)数据进行高光谱图像目标检测的算法。主要应用于对full-pixel target的检测。主要内容有稀疏表示、学习字典的概念、两种用于目标检测的模型和一种获取背景字典的方法。原创 2017-03-13 22:44:10 · 7951 阅读 · 0 评论