2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩61頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、高光譜遙感圖像分辨率高,具有圖譜合一的特性,現(xiàn)已得到廣泛應(yīng)用。但是高光譜圖像中的混合像元問題廣泛存在,嚴(yán)重制約著高光譜圖像的分割效率,一直是遙感應(yīng)用研究的難點(diǎn)和熱點(diǎn)。目前常見的端元提取算法有:純像元指數(shù)、交替最大體積法、最小封閉體積單形體等,這些算法可以從圖像所有像元中提取純光譜,但是提取速度慢、精度低。本文主要研究?jī)?nèi)容如下:
  首先,本文引入簡(jiǎn)單線性迭代聚類的超像元分割算法( simple linear iterative c

2、lustering,SLIC),它是根據(jù)顏色和距離的相似度進(jìn)行超像元分割,然后進(jìn)行提取端元,大大提高了混合像元分解的速度,但其只能分割三個(gè)波段的圖像,所以需要對(duì)高光譜圖像進(jìn)行降維壓縮,從而降低了高光譜圖像的精度。
  然后,針對(duì)SLIC算法存在的問題,本文提出了高維簡(jiǎn)單線性迭代聚類的超像元分割算法(high dimension simple linear iterative clustering,H-SLIC),該算法對(duì)SLIC算

3、法進(jìn)行了改進(jìn),它是基于波段信息和位置信息的相似度進(jìn)行超像元分割,并且該算法可以處理多波段的高光譜圖像,無(wú)需對(duì)高光譜圖像進(jìn)行降維處理,大大提高了圖像分割的精度。
  最后,本文通過模擬數(shù)據(jù)和實(shí)際數(shù)據(jù)實(shí)驗(yàn)驗(yàn)證了 SLIC和 H-SLIC算法對(duì)混合像元分解速度和精度的影響,比較了不同參數(shù)下這兩種算法進(jìn)行混合像元分解的合理性和有效性,并通過光譜角和均方根誤差對(duì)比驗(yàn)證了這兩種算法,得出H-SLIC超像元分割算法克服了多波段高光譜圖像分割的問

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論