近年来,奇异谱分析(singular spectrum analysis, SSA)被应用于HSI领域,在光谱特征和空间特征提取方面取得了较好效果,逐渐成为特征提取的一种有效方法。本文首先分析了HSI特征提取的研究进展和存在的问题;其次对SSA方法进行了系统的梳理,分别介...
应用高光谱遥感影像进行作物分类之前,利用特征提取技术将高维影像压缩到低维空间是很有必要的。该研究由正约束关系生成若干个作物像元块与非作物像元块,通过负约束关系形成每个像元块的判别集合,引入模糊统计学理论,定义两两像元块之间的总方差和每个像元...
本发明公开了用于高光谱影像空间特征提取的超像素级自适应SSA方法,包括以下步骤:S1、对原始高光谱影像进行PCA降维,得到第一主成分图;S2、在第一主成分图上进行熵率分割,得到超像素图;S3、确定超像素图中每个波段上所有超像素区域的尺寸大小,对较大的超像素区域使用带有自适应窗口的2DSSA来进行特征提取;对较小的超...
为了更加有效地提取显著性特征,首先将输入的三波段高光谱影像根据颜色相似性分割为若干个超像素,每个超像素由区域内的颜色均值表示,进而以超像素为基础进行视觉显著性估计。本文采用SLICsimple linear iterative cluster)方法对输入的三波段高光谱影像进行超像素分割。 分割算法,其根据CIELAB颜色空间和二维坐标构成的5维特...
局部‑全局Transformer块对输入的光谱‑空间特征图依次进行线性正则化层、局部‑全局混合器、线性正则化层和通道混合器处理，在每对线性正则化层和混合器前后都设置一个残差连接。本发明高效地均衡地进行局部‑空间特征建模和特征提取来实现高光谱图像分类，一定程度上弥补了现有基于深度学习的方法在高光谱图像分类...
用于高光谱影像空间特征提取的超像素级自适应SSA方法专利信息由爱企查专利频道提供,用于高光谱影像空间特征提取的超像素级自适应SSA方法说明:本发明公开了用于高光谱影像空间特征提取的超像素级自适应SSA方法,包括以下步骤:S1、对原始高...专利查询请上爱企查
在高光谱影像(hyperspectral image, HSI)分类中,复杂的地物尺度、波段冗余和空谱域噪声会严重影响数据的分析,因此有效地特征提取是至关重要的。近些年来,一种新型的基于时间序列分析的技术,奇异谱分析(Singular Spectral Analysis, SSA)已被成功地应用于HSI的特征提取,其中常规1D-SSA作用于光谱域而2D-SSA用于空间域处...
摘要 本发明属于图像处理技术领域,公开了一种高光谱遥感图像地物空间波谱特征提取方法及系统,通过辅助分类器生成式对抗网络训练提取波谱特征;通过波段选择并从被选波段提取具有旋转不变的空间纹理特征;通过波谱特征和空间纹理特征的拼接形成地物空间波谱特征。同时公开一种采用上述地物空间波谱特征的、基于卷积神经网络的高光...
针对这个问题,提出一种基于空间一致性思想的邻域保留嵌入(sc.NPE)特征提取算法,通过一个优化的局部线性嵌入,并考虑相邻像素的相关特性,在高维空间建立数据的局部邻域结构。然后寻找一个优化的变换矩阵,将局部邻域结构投影到低维空间,实现数据的特征提取。与LLE和NPE算法相比,sc—NPE既考虑高光谱数据的流形结构,又考虑...
空间一致性邻域保留嵌入的高光谱数据特征提取