高光谱图像分类的自适应决策融合方法

来源 :中国图象图形学报 | 被引量 : 0次 | 上传用户:XSDCL
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的目前高光谱图像决策融合方法主要采用以多数票决(majority vote, MV)为代表的硬决策融合和以对数意见池(logarithmic opinion pool, LOGP)为代表的软决策融合策略。由于这些方法均使用统一的权重系数进行决策融合,没有对子分类器各自的分类性能进行评估而优化分配权重系数,势必会影响最终的分类精度。针对该问题,本文对多数票决和对数意见池融合策略进行了改进,提出了面向高光谱图像分类的自适应决策融合方法。方法根据相关系数矩阵对高光谱图像进行波段分组,对每组波段进行空谱联
其他文献
目的针对现有多光谱成像系统存在成本高、结构复杂、操作难度大和响应速度慢等问题。因此,本文提出了一种基于脉冲调制的低成本便携式多光谱成像系统,并采用客观图像质量评估(image quality assessment, IQA)的方法对其系统参数进行优化。方法该系统主要由光源模块、控制模块、图像采集模块和图像分析模块4部分组成。光源模块采用9个波长的LED(light emitting diode)阵
目的受到传感器光谱响应范围的影响,可见光区域和近红外区域(400~2 500 nm)的高光谱数据通常使用不同的感光芯片进行成像,现有这一光谱区域典型的高光谱成像系统,如AVIRIS(airborne visible infrared imaging spectrometer)成像光谱仪,通常由多组感光芯片组成,整个成像系统成本和体积通常比较大,严重限制了该谱段高光谱探测技术的发展。为了能够扩展单感
泵系统的能耗以及泄漏造成的水量损失占据了配水系统运行成本的很大一部分,其主要原因是泵送模式未经优化,导致配水网络的总体压力过大。本文通过找到最佳的泵送模式,达到最小化运行成本的目的。系统运行优化是通过GA-EPANET组合方法完成的,方案包括考虑使用特定转速泵和变速泵。
城市在不断发展过程中,往往需要通过挖掘运河的方式使得天然河流湖泊进行相连,因此河流湖泊之间的水闸建设为运河沿岸城市产业建设、社会发展带来积极影响。本文以荆山湖退洪闸工程为实例,阐述了荆山湖退洪闸工程在信息化方面的建设和应用。
河流生态流量和良好的水环境状况是维系生态系统的基本要素,是水资源合理开发利用与河流水生态保护修复的重要依据。2020年7月,水利部办公厅印发《水利部办公厅关于印发2020年水生态水环境监测试点工作安排的通知》(办水文函〔2020〕522号),文件要求以浍河等河流作为试点,对其生态流量和水质状况开展监测工作。
这次会议的主要任务是,以习近平新时代中国特色社会主义思想为指导,深入贯彻习近平总书记关于加强防汛抗旱救灾工作的重要指示精神,认真落实李克强总理重要批示和全国防汛抗旱工作电视电话会议、全国水旱灾害防御工作会议精神,总结2020年淮河流域水旱灾害防御工作,分析面临的形势,安排部署今年工作,全力保障人民群众生命财产安全。
目的受限于卷积核形状固定,传统卷积神经网络(convolutional neural network, CNN)方法难以精确分类高光谱图像(hyperspectral image, HSI)中的跨类别边缘区域,导致地物边界模糊。内容引导CNN(content-guided CNN,CGCNN)能够根据地物形态自适应调整卷积核形状,具有地物边缘保持分类能力。但由于内容引导卷积属于非固定模板结构,不能
目的高光谱异常检测由于其重要的应用价值,引起了研究人员的广泛关注,但大部分的检测算法,往往直接利用输入的高光谱遥感影像所携带的光谱信息或者空谱信息进行检测。考虑到由于成像过程的限制,如成像条件的复杂性以及光谱通道众多导致的每个通道光子数量有限等问题,所获取的高光谱遥感影像往往在一定程度上偏离真实场景,而这也制约了异常检测的精度。针对此问题,本文提出了一种局部梯度轮廓变换的高光谱遥感影像异常检测算法
目的在高光谱图像分类中,由于成像空间分辨率较低,混合像元大量存在。混合像元使得不同类别的光谱特征发生改变,失去原有的独特性,类内差异变大,类间差异变小。针对这一问题,本文提出基于分组滚动引导滤波的策略。同时针对高光谱图像中存在的"维数灾难"问题,提出了弹性网逻辑回归分类器的框架。方法通过线性判别分析(linear discriminant analysis, LDA)算法生成具有判别性的引导图,对
目的胆管癌高光谱图像的光谱波段丰富但存在冗余,造成基于深度神经网络高光谱图像分割方法的分割精度下降,虽然一些基于通道注意力机制的网络能够关注重要通道,但在处理通道特征时存在信息表示不足问题,因此本文研究构建一种新的通道注意力机制深度网络,以提高分割准确性。方法提出了傅里叶变换多频率通道注意力机制(frequency selecting channel attention, FSCA)。FSCA对输