-
公开(公告)号：CN104392454B
公开(公告)日：2017-07-07
申请号：CN201410727424.8
申请日：2014-12-03
Applicant: 复旦大学
Abstract: 本发明属于遥感图像处理技术领域，具体为高光谱遥感图像空谱结合分类框架下的基于地物类别隶属度评分的合并方法。本发明结合基于光谱信息的初步分类结果和基于空间信息的初步分割结果，最终得到高精度的地物分类标识图，为“分类—分割—合并”框架中的合并环节提供一种新策略。本发明以模糊理论为基础，以隶属度评分为核心，同步权衡三大因素：高光谱图像的空间一致性、光谱多变性以及先验知识，从而有效地提高了分类精确程度，增强了分类标识图的空间平滑性及可读性。同时，本发明具有良好的兼容性和鲁棒性，能够应对低精度的初步分类、分割结果以及参数变化等多种不确定性因素，能够提升空谱结合的分类框架的实用性。在高光谱图像的分类方面具有重要的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN102938072B
公开(公告)日：2016-05-11
申请号：CN201210403361.1
申请日：2012-10-20
Applicant: 复旦大学
IPC: G06K9/62
Abstract: 本发明属于遥感图像处理技术领域，具体为一种基于分块的低秩张量分析的高光谱图像降维和分类方法。本发明根据高光谱图像的三维数据结构及其强烈的光谱特性和局部空间相关特性，将分块思想引入基于低秩张量分析的高光谱图像降维方法中，克服了图像的整体空间相关性较弱以及降维子空间维度的设定对降维效果的负面影响，最终得到一种能够大幅提高图像总体分类精度的新型降维方法——分块低秩张量分析法。该算法对各种不同的高光谱数据（包括仿真数据和实际数据集）都表现出良好的适用性。在基于高光谱遥感图像的高精度的地物分类方面具有重要的应用价值。
-
公开(公告)号：CN104463203B
公开(公告)日：2018-01-12
申请号：CN201410728151.9
申请日：2014-12-03
Applicant: 复旦大学
IPC: G06K9/62
Abstract: 本发明属于遥感图像处理技术领域，具体为基于地物类别隶属度评分的高光谱遥感图像半监督分类方法。本发明在过分割的前提下，以隶属度评分为核心，引入区域生长的流程，有效地结合光谱信息和空间信息，为半监督分类提供一种新策略。其中，隶属度评分以模糊理论为基础，同步权衡三大因素：高光谱图像的空间一致性、光谱多变性以及先验知识，能够得到高精度的分类结果以及平滑的分类标识图。本发明对参数以及训练样本在总体样本中的占比都具有良好的鲁棒性；地物类别隶属度的模糊评分高效地利用了先验知识，只需极少量的训练样本就能输出高质量的分类结果，而且分类精度对参数的变化不敏感；本发明在高光谱图像的分类方面具有重要的应用价值。
-
公开(公告)号：CN104463203A
公开(公告)日：2015-03-25
申请号：CN201410728151.9
申请日：2014-12-03
Applicant: 复旦大学
IPC: G06K9/62
CPC classification number: G06K9/6271
Abstract: 本发明属于遥感图像处理技术领域，具体为基于地物类别隶属度评分的高光谱遥感图像半监督分类方法。本发明在过分割的前提下，以隶属度评分为核心，引入区域生长的流程，有效地结合光谱信息和空间信息，为半监督分类提供一种新策略。其中，隶属度评分以模糊理论为基础，同步权衡三大因素：高光谱图像的空间一致性、光谱多变性以及先验知识，能够得到高精度的分类结果以及平滑的分类标识图。本发明对参数以及训练样本在总体样本中的占比都具有良好的鲁棒性；地物类别隶属度的模糊评分高效地利用了先验知识，只需极少量的训练样本就能输出高质量的分类结果，而且分类精度对参数的变化不敏感；本发明在高光谱图像的分类方面具有重要的应用价值。
-
公开(公告)号：CN102938072A
公开(公告)日：2013-02-20
申请号：CN201210403361.1
申请日：2012-10-20
Applicant: 复旦大学
IPC: G06K9/62
Abstract: 本发明属于遥感图像处理技术领域，具体为一种基于分块的低秩张量分析的高光谱图像降维和分类方法。本发明根据高光谱图像的三维数据结构及其强烈的光谱特性和局部空间相关特性，将分块思想引入基于低秩张量分析的高光谱图像降维方法中，克服了图像的整体空间相关性较弱以及降维子空间维度的设定对降维效果的负面影响，最终得到一种能够大幅提高图像总体分类精度的新型降维方法——分块低秩张量分析法。该算法对各种不同的高光谱数据（包括仿真数据和实际数据集）都表现出良好的适用性。在基于高光谱遥感图像的高精度的地物分类方面具有重要的应用价值。
-
公开(公告)号：CN104392454A
公开(公告)日：2015-03-04
申请号：CN201410727424.8
申请日：2014-12-03
Applicant: 复旦大学
Abstract: 本发明属于遥感图像处理技术领域，具体为高光谱遥感图像空谱结合分类框架下的基于地物类别隶属度评分的合并方法。本发明结合基于光谱信息的初步分类结果和基于空间信息的初步分割结果，最终得到高精度的地物分类标识图，为“分类—分割—合并”框架中的合并环节提供一种新策略。本发明以模糊理论为基础，以隶属度评分为核心，同步权衡三大因素：高光谱图像的空间一致性、光谱多变性以及先验知识，从而有效地提高了分类精确程度，增强了分类标识图的空间平滑性及可读性。同时，本发明具有良好的兼容性和鲁棒性，能够应对低精度的初步分类、分割结果以及参数变化等多种不确定性因素，能够提升空谱结合的分类框架的实用性。在高光谱图像的分类方面具有重要的应用价值。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
