-
公开(公告)号：CN109993717A
公开(公告)日：2019-07-09
申请号：CN201811352698.8
申请日：2018-11-14
Applicant: 重庆邮电大学
Abstract: 本发明提供了一种结合引导滤波和IHS变换的遥感图像融合方法，采用细节注入模型进行图像融合，对预处理后的图像先利用多尺度引导滤波得到细节信息，后通过设计相应的插入系数，最终将细节信息插入到上采样的多光谱图像中得到融合图像，最终融合图像保留了原来多光谱图像的光谱分辨率的同时，也具备了较高的空间分辨率，是一种适用于高分辨率遥感多光谱和全色图像融合的有效融合方法。
-
公开(公告)号：CN105718942A
公开(公告)日：2016-06-29
申请号：CN201610033575.2
申请日：2016-01-19
Applicant: 重庆邮电大学
IPC: G06K9/62
CPC classification number: G06K9/6269
Abstract: 本发明请求保护一种基于均值漂移和过采样的高光谱图像不平衡分类方法。首先将高光谱图像的每一个像素点用特征向量表示，用主成分分析降维方法提取第一主成分高光谱图像；利用均值漂移算法得到分割图，对分割图块中的像素点光谱值求和做平均得到局部空间信息；随机选取原高光谱图像数据中的每一类别样本，对样本数少的类别采用SMOTE技术过采样预处理，然后对各个类别样本两两训练支持向量机；对分类超平面上由少数类和多数类训练的支持向量再次过采样；结合空谱信息对测试样本利用混合核支持向量机分类器得到分类图；最后由最大投票方法对分割图和分类图融合得到最终的分类结果。提高了样本数少的地物的分类精度，同时又不降低其他类别的分类效果。
-
公开(公告)号：CN108108719A
公开(公告)日：2018-06-01
申请号：CN201810012089.1
申请日：2018-01-05
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种加权核稀疏和协同表示系数的高光谱影像分类方法，属于高光谱影像分类领域。该方法充分利用核函数处理非线性数据的优势，将高光谱影像数据映射到高维核特征空间，建立并求解核空间下的稀疏表示和协同表示高光谱影像分类模型，得到相对应的核稀疏表示系数和核协同表示系数；对核稀疏表示系数和核协同表示系数进行加权融合得到核融合表示系数，用于重构分类测试样本。本发明通过核函数把高光谱数据变换到核空间能提高数据可分性，同时融合表示系数能有效结合基原子间的稀疏结构和协同结构，进而提升高光谱影像的分类精度。
-
公开(公告)号：CN105718942B
公开(公告)日：2019-03-08
申请号：CN201610033575.2
申请日：2016-01-19
Applicant: 重庆邮电大学
IPC: G06K9/62
Abstract: 本发明请求保护一种基于均值漂移和过采样的高光谱图像不平衡分类方法。首先将高光谱图像的每一个像素点用特征向量表示，用主成分分析降维方法提取第一主成分高光谱图像；利用均值漂移算法得到分割图，对分割图块中的像素点光谱值求和做平均得到局部空间信息；随机选取原高光谱图像数据中的每一类别样本，对样本数少的类别采用SMOTE技术过采样预处理，然后对各个类别样本两两训练支持向量机；对分类超平面上由少数类和多数类训练的支持向量再次过采样；结合空谱信息对测试样本利用混合核支持向量机分类器得到分类图；最后由最大投票方法对分割图和分类图融合得到最终的分类结果。提高了样本数少的地物的分类精度，同时又不降低其他类别的分类效果。
-
-
-
Search Results
4
records
(took 0.015 seconds)
