排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
2.
为从航空RGB遥感影像中预测高光谱影像中有用的地物属性信息,提高航空RGB遥感影像光谱的分辨率,提出一种轻量型的深度学习网络模型。所提模型组合了密集卷积神经网络架构和自适应注意力机制的优点,构建了一种新型密集注意力卷积神经网络模型(dense attention convolutional neural network model, DACNN model)。在真实的多模态AeroRIT场景影像和同源的雄安航空遥感影像上的多种定量对比实验结果表明,所提出的网络架构可以生成与原始高光谱遥感影像相似的空间特征和光谱特征,并且所需参数量显著降低,具有较好的性能和适用性,且所提模型架构方法具有一定的通用性。 相似文献
3.
目前水体提取算法对中低分辨率遥感影像的提取效果较好,但应用于高分辨率影像细小水体时易受混合像元、异物同谱和阴影等因素的影响,从而出现误判。针对高分辨率影像中大面积水体和细小水体同时存在的问题,为快速地提取大面积水体并有效地避免细小水体提取中阴影的影响,采用多尺度和光谱差异分割提取较大面积水体,同时针对细小水体阴影的影响,提出一种新的阴影指数(LGR)结合面向对象的水体提取方法。对所提方法的提取结果与决策树、支持向量机、随机森林、NDWI+NIR、卷积神经网络提取方法进行比较,实验得出提取水体的精度分别为94.86%、88.85%、87.15%、88.8%、91.46%、92.42%,说明所提方法对高分辨率影像大面积和细小水体具有较高的提取精度,并能通过不同尺度的分割保证较好的提取效率。 相似文献
1