-
题名一种基于拓展形态学的高光谱多目标探测算法
- 1
-
-
作者
邓贤明
陈亮
张天才
岑奕
张德琪
刘增灿
-
机构
西南技术工程研究所
中国科学院遥感与数字地球研究所
国营第二五六厂
-
出处
《测控技术》
CSCD
2018年第B09期53-57,共5页
-
文摘
针对传统探测算法在高维背景统计矩阵构建过程中,没有排除目标信息影响的不足,提出基于拓展形态学的改进方法;以目标的空间尺寸信息作为辅助信息,采用拓展的形态学腐蚀滤波算子减小目标对背景统计的影响。针对二维受试者操作特性曲线精度评价方法的不足,采用三维受试者操作特性曲线进行精度评价,提出以面积指数作为定量化辅助评价标准。实验结果表明所提出的基于拓展形态学的改进方法有效地降低了虚警率,提升了探测效率。
-
关键词
高光谱图像
多目标探测
拓展形态学
-
Keywords
hyperspectral imagery
multiple targets detection
extended morphology
-
分类号
TN95
[电子电信—信号与信息处理]
-
-
题名顾及边缘及权重的极限学习机高光谱图像分类
被引量：4
- 2
-
-
作者
谢水根
李文娟
-
机构
武汉中地数码科技有限公司
杭州海康威视数字技术股份有限公司
-
出处
《北京测绘》
2022年第8期985-989,共5页
-
文摘
针对当前高光谱图像分类中缺少考虑地物分布边缘信息以及空间特征融合时对图像的适应权重问题,提出一种顾及边缘及权重融合的极限学习机高光谱图像分类方法。方法首先利用引导滤波提取顾及地物边缘信息的滤波特征,其次利用拓展形态学多属性剖面提取图像的结构信息,然后通过试错法实验确定面对不同图像时两种信息的融合权重,最后利用极限学习机完成分类。利用三组标准实验数据证明本文方法具有较好精度提升及运算时效性,在面向小训练样本时同样具有适用性。
-
关键词
引导滤波
拓展形态学多属性剖面
极限学习机
权重融合
-
Keywords
guided filtering
extended morphological multi-attribute profile
extreme learning machine
weight fusion
-
分类号
P237
[天文地球—摄影测量与遥感]
-
