排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
高光谱图像中的异常像元往往具有在图像中出现的概率低和游离于背景数据云团之外的特点,如何“自动”确定这些异常像元是高光谱遥感图像处理中的一个重要研究方向。经典的高光谱异常检测方法一般从图像的统计特性入手,广泛应用的RXD异常检测算法通过计算图像的2阶统计特征,可以直接给出异常点的分布情况,算法复杂度低,但缺点是没有考虑到图像的高阶统计信息。基于独立成分分析的异常检测算法虽然考虑了高阶统计量对异常点的敏感性,但需要反复迭代提取异常成分后,再对提取后的成分进行异常检测。该文提出一种基于协峭度张量的异常检测算法,该算法不需要事先提取异常成分,可以直接对观测像元进行逐一检测,从而给出异常点的分布情况。基于模拟数据和真实数据的实验结果表明,该方法能够在检测出异常像元的同时更好地压制背景信息、减小虚警率,从而提高异常检测精度。 相似文献
2.
3.
利用地物在空间上分布连续性这一信息,提出了一种高光谱图像先分块、再分类的分类方法,改进了通常意义下的分类只考虑光谱信息这一缺陷,通过对2000年我们在日本长野南牧村,采用上海技术物理研究所研制的推扫式成像光谱仪(PHI)获得了80个波段的高光谱数据进行实验,验证了我们算法的优越性. 相似文献
4.
在端元已知情况下,线性混合模型的非负约束最小二乘无闭式解,需要多次迭代得收敛最优解,时间复杂度高.通过高光谱数据凸面几何特性分析,指出当数据为正单形体时,可经有限步骤快速得线性混合模型最优解.据此提出一种单形体正化的高光谱数据全约束线性解混方法,据已知端元进行单形体正化,采用和为一约束求解丰度系数,最后迭代剔除丰度负值端元得全约束解.实验结果表明该方法可获得传统全约束解一致的丰度估计,且效率大大提升. 相似文献
5.
6.
7.
用于图像去噪的一个四阶偏微分方程 总被引:2,自引:0,他引:2
用偏微分方程给图像去噪,传统上方程都是二阶的,Yu-Li和M.Kaveh提出的一个四阶偏微分方程,在去噪的同时,更好地保持并近似了图像的边界,但Yu-Li和M.Kaveh所提出的偏微分方程对椒盐噪声却无能为力,并且容易造成光滑区域不平整的现象,针对这个现象,作者修改Yu-Li和M.Kaveh方程中的一个扩散项的系数,得到了一个去噪效果更好的方程,并且可以消去椒盐噪声。 相似文献
8.
1