- 博客(3)
- 收藏
- 关注
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