- 博客(3)
- 收藏
- 关注
RSS订阅原创 基于深度学习的HSI分类——解决两大问题（二）
1.分类网络（解决高维异变）近些年来，深度学习成为最成功的技术之一，在计算机视觉领域取得了非常好的表现。受到那些重大突破的激励，把深度学习引入了遥感领域的HSIs分类。相较于传统的基于特征的手动方法，深度学习能够从复杂的高光谱数据自动地学习分析高层级特征。基于深度学习的方法具有这些区别性特征，可以有效地解决第一部分所述的第一个问题(光谱特征的大空间可变性)。在此基础上，已经开发出了大量的深度网络，用来提取HSIs的特征，并且取得了非常好的分类效果。然而，从深层网络中提取的特征类型可能不同，例如频域、空域、
2020-06-10 11:12:47
5254
3
原创 高光谱图像分类与深度模型
1.高光谱图像与多光谱图像的异同相同点：多光谱和高光bai谱都属于光谱成像du技术的一种，在图像处理领域zhi都有广泛的应用。不同点：1、分辨率不同多光谱成像——光谱分辨率在 delta_lambda/lambda=0.1数量级，这样的传感器在可见光和近红外区域一般只有几个波段。高光谱成像—— 光谱分辨率在 delta_lambda/lambda=0.01数量级，这样的传感器在可见光和近红外区域有几卜到数百个波段，光谱分辨率可达nm级。2、波段不同多光谱图像通常指3到10个波段。每个波段都是
2020-06-10 10:07:07
4179
2
原创 高光谱图像基础知识(一)
高光谱图像的基本知识高光谱遥感(Hyperspectral remote sensing) 是将成像技术和光谱技术相结合的多维信息获取技术,同时探测目标的二维集合空间与一维光谱信息,获取高光谱分辨率的连续、窄波段图像数据。**高光谱图像（Hyperspectral image）**不仅包含了图像信息，而且可以在光谱维度(101以内)进行展开；不仅可以获得图像每个点的光谱数据，而且可以获得任意一个谱段的图像信息。二维的图像，一维的谱段。**高光谱图像分类的基本原理：**不同物质在不同波段光谱信息下具有
2020-06-09 18:15:33
6364
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人