-
公开(公告)号：CN104766092A
公开(公告)日：2015-07-08
申请号：CN201510136242.8
申请日：2015-03-26
Applicant: 杭州电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种结合势函数的高光谱图像分类方法。传统方法经常只利用光谱域信息，而较少考虑空间域信息。本发明首先在光谱域信息的基础上采用传统的支持向量机对高光谱图像进行分类；然后，通过提取连通区域的方法去除误分像元；最后，结合空间域的邻域信息和新定义的势函数对分类结果进行优化。本发明提高了分类准确率的目的；通过引入势函数的概念对整个算法的性能进行进一步的提升，同时降低分类结果虚警率的同时能够提高准确率。
-
Patent Agency Ranking
公开(公告)号：CN103473557A
公开(公告)日：2013-12-25
申请号：CN201310393099.1
申请日：2013-09-02
Applicant: 杭州电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种空谱一体化的高光谱遥感图像分类方法。常规的高光谱图像分类技术主要关注于如何更好地利用光谱空间的分类信息，往往忽视图像空间域信息。本发明在利用数据进行自身光谱特征分类的同时采用区域生长法和二值形态学法相结合的空间域有效信息对光谱分类结果进行补充。本发明首先采用基于支持向量机的分类方法对数据进行谱域分类。之后采用区域生长法和二值形态学法引入空间域有效信息对光谱分类结果进行修正。本发明更加充分地利用了高光谱数据包含的信息，提高了高光谱图像分类精度。
-
公开(公告)号：CN104766092B
公开(公告)日：2017-11-07
申请号：CN201510136242.8
申请日：2015-03-26
Applicant: 杭州电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种结合势函数的高光谱图像分类方法。传统方法经常只利用光谱域信息，而较少考虑空间域信息。本发明首先在光谱域信息的基础上采用传统的支持向量机对高光谱图像进行分类；然后，通过提取连通区域的方法去除误分像元；最后，结合空间域的邻域信息和新定义的势函数对分类结果进行优化。本发明提高了分类准确率的目的；通过引入势函数的概念对整个算法的性能进行进一步的提升，同时降低分类结果虚警率的同时能够提高准确率。
-
公开(公告)号：CN103886326B
公开(公告)日：2016-12-07
申请号：CN201410064547.8
申请日：2014-02-25
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种结合空间信息的高光谱分类结果优化方法。常规的高光谱图像分类技术主要关注于如何更好地利用光谱空间的分类信息，往往忽视图像空间域信息。本发明在利用数据进行自身光谱特征分类的同时采用自适应阈值边缘提取和内部膨胀法相结合的空间域有效信息对光谱分类结果进行补充。本发明首先采用基于支持向量机的分类方法对数据进行谱域分类。之后采用自适应阈值边缘提取和内部膨胀法引入空间域有效信息对光谱分类结果进行修正。本发明更加充分地利用了高光谱数据包含的信息，提高了高光谱图像分类精度。
-
公开(公告)号：CN103886326A
公开(公告)日：2014-06-25
申请号：CN201410064547.8
申请日：2014-02-25
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种结合空间信息的高光谱分类结果优化方法。常规的高光谱图像分类技术主要关注于如何更好地利用光谱空间的分类信息，往往忽视图像空间域信息。本发明在利用数据进行自身光谱特征分类的同时采用自适应阈值边缘提取和内部膨胀法相结合的空间域有效信息对光谱分类结果进行补充。本发明首先采用基于支持向量机的分类方法对数据进行谱域分类。之后采用自适应阈值边缘提取和内部膨胀法引入空间域有效信息对光谱分类结果进行修正。本发明更加充分地利用了高光谱数据包含的信息，提高了高光谱图像分类精度。
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
