-
公开(公告)号:CN113569905B
公开(公告)日:2024-03-26
申请号:CN202110648481.7
申请日:2021-06-10
Applicant: 西安电子科技大学
IPC: G06V10/80 , G06V10/77 , G06V10/764
Abstract: 本发明属于图像处理技术领域,具体公开了一种基于多尺度特征提取和全变分的异源图像融合方法,从遥感卫星影像中获取高光谱图像与激光雷达图像,分别提取高光谱图像与激光雷达图像的拓展多属性剖面;堆叠高光谱图像与激光雷达图像的光谱特征与空间特征,采用主成分分析的方法对堆叠的数据进行降维,得到特征缩减后的数据F;使用相对全变分模型来处理特征数据F,得到特征融合数据。本发明以从多源异构数据中提取结构相关性,增加抗噪性,提高土地覆盖分类的准确性。
-
公开(公告)号:CN119091301A
公开(公告)日:2024-12-06
申请号:CN202411201582.X
申请日:2024-08-29
Applicant: 西安电子科技大学
IPC: G06V20/10 , G06V10/764 , G06V10/80
Abstract: 本发明涉及一种人工林多源遥感提取方法,属于遥感数据检测领域,包括:获取多源遥感数据并进行预处理,得到预处理多源遥感数据;分别获取训练样本和验证样本,根据验证样本筛选训练样本以得到第一样本集;根据第一样本集分别训练若干个分类器得到若干个第一分类器,并对第一样本集进行分类得到第一分类结果;对第一分类结果中的少数分类结果进行样本增强以得到第二样本集;根据第二样本集分别训练若干个第一分类器,对应得到若干个第二分类器;通过若干个第二分类器分别对预处理多源遥感数据进行分类,对第二分类结果进行决策融合得到最终分类结果。本发明基于多源遥感数据,根据分类结果进行样本增强和决策融合,提高了对少数类样本的识别能力。
-
公开(公告)号:CN113569905A
公开(公告)日:2021-10-29
申请号:CN202110648481.7
申请日:2021-06-10
Applicant: 西安电子科技大学
Abstract: 本发明属于图像处理技术领域,具体公开了一种基于多尺度特征提取和全变分的异源图像融合方法,从遥感卫星影像中获取高光谱图像与激光雷达图像,分别提取高光谱图像与激光雷达图像的拓展多属性剖面;堆叠高光谱图像与激光雷达图像的光谱特征与空间特征,采用主成分分析的方法对堆叠的数据进行降维,得到特征缩减后的数据F;使用相对全变分模型来处理特征数据F,得到特征融合数据。本发明以从多源异构数据中提取结构相关性,增加抗噪性,提高土地覆盖分类的准确性。
-
-