天一棋牌游戏,彩八线路检测中心华南,2022年卡塔尔世界杯卡通画(中国)·官方网站

基于形態(tài)稀疏協(xié)同表示的高光譜遙感圖像分類

本成果屬于高光譜圖像信息處理技術(shù)，為高光譜遙感圖像分類方法。首先對高維高光譜圖像提取第一主成分特征圖，并利用結(jié)構(gòu)元素對主成分特征圖進(jìn)行多維的空間結(jié)構(gòu)特征提取，結(jié)合提取的形態(tài)學(xué)特征與原始光譜特征，利用聯(lián)合稀疏表示算法將同一空間區(qū)域中的像元聯(lián)合進(jìn)行稀疏系數(shù)矩陣的求解，最終通過最小殘差判斷準(zhǔn)則確定像元類別。這種方法有效地并且充分的挖掘了高光譜遙感圖像中的空間信息、形態(tài)信息和光譜信息。考慮到稀疏表示方法在迭代求解稀疏向量時的耗時性與對非線性數(shù)據(jù)的不可分性，進(jìn)一步提出了基于差分形態(tài)學(xué)核協(xié)同表示的高光譜遙感圖像分類算法。該成果方法通過核化的協(xié)同表示分類算法避免了優(yōu)化求解的耗時性，同時克服了高維特征空間下數(shù)據(jù)的線性不可分性。算法首先通過差分形態(tài)學(xué)方法在高光譜遙感圖像的主成分分析圖上進(jìn)行空間特征提取，并通過核變換方法將新特征字典投影到高維的線性核特征空間，最后利用核化協(xié)同表示算法的高效性對高光譜圖像進(jìn)行分類。主要技術(shù)指標(biāo) University of Pavia 通過 ROSIS-03 傳感器記錄，該圖像捕獲了意大利帕維亞的帕維亞大學(xué)周圍的市區(qū)。圖像尺寸為 610×340×103，空間分辨率為 1.3 m / 像素，光譜覆蓋范圍為 0.43 至 0.86μm。該圖像考慮了九個類別。其具有 42776 個標(biāo)記樣本。每類取 50 個有標(biāo)記樣本共 450 個樣本作為訓(xùn)練樣本。請參閱表 1，本方法提出的高光譜圖像分類方法，相比于傳統(tǒng)分類器 SVM，OA 提高了約 18%；相比于 JSRC，OA 提高了約 5%；同時參閱表 2，展示了本成果方法的時間運(yùn)行效率與相關(guān)方法的比較。該成果無需使用 GPU 資源在保證精度的同時有效提升了分類的精度和效果。表 1 PaviaU 數(shù)據(jù)集上對比實(shí)驗(yàn)結(jié)果表 2 不同數(shù)據(jù)集上時間運(yùn)行對比實(shí)驗(yàn)結(jié)果

西安電子科技大學(xué) 2023-03-14

葡京娱乐场-富盈娱乐场开户