2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩76頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、高光譜圖像是雷達(dá)成像傳感器通過獲取大量地物反射的窄帶電磁波波段信息所形成的圖像,包含了所測地物的光譜信息、空間信息和幾何信息。由于高光譜數(shù)據(jù)的龐大和復(fù)雜性,圖像中的每個象元代表的物質(zhì)類別不能完全依靠人工識別,因此,高光譜圖像的分類技術(shù)就成為高光譜圖像處理技術(shù)中重要的一環(huán)。隨著傳感器技術(shù)的發(fā)展,高光譜圖像的分辨率得到很大的提高,于是人們嘗試使用各種方式把高光譜圖像的譜域信息和空域信息融合在一起,通過兩種信息的融合來提高圖像分類的精確度。<

2、br>  近些年,Yuliya Tarabalka等人提出了基于劃分聚類的空譜信息融合的圖像分類算法,利用圖像分割技術(shù),把圖像分割成許多個同質(zhì)區(qū)域,同一個區(qū)域的樣本用同一個類標(biāo)標(biāo)示,克服了分類圖中的椒鹽噪聲的問題,但是也造成了邊緣區(qū)域樣本的分類錯誤。
  針對上述分類算法的不足,本文提出了基于多層次劃分區(qū)域的分類算法。算法的特征在于:
  (1)提出了一個多層次劃分區(qū)域的算法結(jié)構(gòu)。算法在把圖像分割成多個單一屬性區(qū)域的基礎(chǔ)上,

3、把圖像進(jìn)一步劃分為地物邊界區(qū)域和地物非邊界區(qū)域。按照多數(shù)投票準(zhǔn)則,對每個單一屬性區(qū)域,其內(nèi)部所有的樣本均用內(nèi)部多數(shù)樣本的分類結(jié)果進(jìn)行標(biāo)記;而屬于邊界區(qū)的樣本則采用主動學(xué)習(xí)算法進(jìn)行分類,使得算法的分類處理更加具有針對性。
  (2)提出了表性準(zhǔn)則一個新的表現(xiàn)形式。為了選取性價比更好的新標(biāo)記樣本,主動學(xué)習(xí)算法采用代表性準(zhǔn)則的目的在于,避免主動學(xué)習(xí)算法在樣本選擇中選取了噪聲樣本和代表性低的樣本進(jìn)行標(biāo)記。代表性準(zhǔn)則新的表現(xiàn)形式利用了快速聚

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論