期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于超像素稀疏表示的高光谱遥感图像分类原理分析
下载PDF
职称材料
导出
摘要
稀疏表示理论已被广泛用于图像分类任务,在遥感图像领域内高光谱图像的分类也适用于稀疏表示分类;另一方面,超像素的分割结果对于类特征的提取具有重要的意义,因此将超像素计算与稀疏表示分类相结合可以有效地提高遥感图像分类的精度。
作者
韩雪
机构地区
河南理工大学计算机科学与技术学院
出处
《科技视界》
2019年第26期122-122,124,共2页
Science & Technology Vision
关键词
稀疏表示分类
超像素
高光谱图像
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
引文网络
相关文献
节点文献
二级参考文献
16
参考文献
3
共引文献
23
同被引文献
0
引证文献
0
二级引证文献
0
参考文献
3
1
李铁,孙劲光,张新君,王星.
基于分层稀疏表示特征学习的高光谱图像分类研究[J]
.激光与光电子学进展,2016,53(9):72-79.
被引量:8
2
卢佳,保文星.
基于独立空谱残差融合的联合稀疏表示高光谱图像分类[J]
.计算机工程,2019,45(1):246-252.
被引量:4
3
罗学刚,吕俊瑞,彭真明.
超像素分割及评价的最新研究进展[J]
.激光与光电子学进展,2019,56(9):45-55.
被引量:14
二级参考文献
16
1
沈毅,张敏,张淼.
基于互信息波段选择和经验模态分解的高精度高光谱数据分类[J]
.激光与光电子学进展,2011,48(9):59-66.
被引量:6
2
刘建军,吴泽彬,韦志辉,肖亮,孙乐.
基于空间相关性约束稀疏表示的高光谱图像分类[J]
.电子与信息学报,2012,34(11):2666-2671.
被引量:15
3
王春瑶,陈俊周,李炜.
超像素分割算法研究综述[J]
.计算机应用研究,2014,31(1):6-12.
被引量:116
4
Jiaxing Zhao,Ren Bo,Qibin Hou,Ming-Ming Cheng,Paul Rosin.
FLIC: Fast linear iterative clustering with active search[J]
.Computational Visual Media,2018,4(4):333-348.
被引量:12
5
樊利恒,吕俊伟,邓江生.
基于分类器集成的高光谱遥感图像分类方法[J]
.光学学报,2014,34(9):91-101.
被引量:31
6
王增茂,杜博,张良培,张乐飞.
基于纹理特征和形态学特征融合的高光谱影像分类法[J]
.光子学报,2014,43(8):116-123.
被引量:25
7
刘万军,杨秀红,曲海成,孟煜.
基于光谱信息散度与光谱角匹配的高光谱解混算法[J]
.计算机应用,2015,35(3):844-848.
被引量:23
8
宋熙煜,周利莉,李中国,陈健,曾磊,闫镔.
图像分割中的超像素方法研究综述[J]
.中国图象图形学报,2015,20(5):599-608.
被引量:97
9
孙鹏,高卫,孙奕帆.
几种高光谱目标探测算法性能的分析比较[J]
.激光与光电子学进展,2015,52(9):302-308.
被引量:2
10
吴一全,周杨,龙云淋.
基于自适应参数支持向量机的高光谱遥感图像小目标检测[J]
.光学学报,2015,35(9):322-331.
被引量:26
共引文献
23
1
王延年,李文婷,任劼.
基于生成对抗网络的单帧图像超分辨算法[J]
.国外电子测量技术,2020,0(1):26-32.
被引量:10
2
李非燕,霍宏涛,白杰,王巍.
基于稀疏表示和自适应模型的高光谱目标检测[J]
.光学学报,2018,38(12):371-377.
被引量:10
3
叶珍,白璘.
基于主成分分析与局部二值模式的高光谱图像分类[J]
.激光与光电子学进展,2017,54(11):133-142.
被引量:14
4
李佳逊,董安国,沈亚栋,张蓓.
基于邻域相似度的联合稀疏表示的高光谱图像分类算法[J]
.激光与光电子学进展,2017,54(12):464-470.
被引量:8
5
徐岩,孙美双.
基于多特征融合的卷积神经网络图像去雾算法[J]
.激光与光电子学进展,2018,55(3):254-263.
被引量:17
6
杨恢先,张翡,陈永,刘建,周彤彤.
结合改进CSLBP和位平面分解的单样本人脸识别[J]
.激光与光电子学进展,2018,55(7):215-222.
被引量:2
7
崔峥,王俊元.
基于FSLIC的自适应绝缘子图像分割方法[J]
.机械设计与制造工程,2020,49(2):50-55.
8
辛浪,刘钧,袁渊.
基于图像分割和局部亮度调整的微光图像颜色传递算法[J]
.应用光学,2020,41(2):309-317.
被引量:5
9
刘洪超,董安国.
基于非局部方式特征融合的高光谱遥感图像分类算法[J]
.激光与光电子学进展,2020,57(6):187-193.
被引量:10
10
郑姗姗,刘文,单锐,赵静一,江国乾,张智.
一种改进多尺度三维残差网络的高光谱图像分类方法[J]
.计算机工程,2020,46(12):215-221.
被引量:3
1
张克,牛鹏涛.
稀疏表示分类在SAR图像目标识别中的应用分析[J]
.信息技术,2019,43(9):39-43.
2
宋晓瑞,吴玲达,郝红星,孔舒亚.
高光谱图像修复算法的自适应稀疏编码实现[J]
.系统工程与电子技术,2019,41(9):1922-1929.
被引量:2
3
徐望明,张培,伍世虔.
基于多方向Gabor特征图稀疏表示的鲁棒人脸识别方法[J]
.北京理工大学学报,2019,39(7):732-737.
被引量:20
4
张爱玲.
深度卷积神经网络在皮肤病图像分类中的应用[J]
.中国新通信,2019,21(16):227-229.
5
夏绥丹.
数字图像处理技术在遥感图像分类中的应用[J]
.中国新通信,2019,0(15):162-162.
被引量:1
6
罗涛,冯玉田,王瑞.
基于曼哈顿距离加权协同表示分类的车辆识别[J]
.计算机测量与控制,2019,27(8):151-156.
7
胡忠超.
引入HMRF模型模糊聚类算法的遥感图像分类性能分析[J]
.科技资讯,2019,17(20):33-33.
被引量:1
8
王鑫野,李欣庭,李红梅,冯洁.
二次主成分提取高光谱的病害薯叶特征波长[J]
.光学仪器,2019,41(4):8-13.
被引量:1
9
汤凯,何庆,赵群,王旭.
基于改进的深度残差网络的图像识别[J]
.南京师大学报(自然科学版),2019,42(3):115-121.
被引量:6
10
周林勇,谢晓尧,刘志杰,谭宏卫,游善平.
基于ACGAN的图像识别算法[J]
.计算机工程,2019,45(10):246-252.
被引量:11
科技视界
2019年 第26期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部