版權(quán)說明: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),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、高光譜數(shù)據(jù)在農(nóng)林業(yè)、地質(zhì)勘探和大氣監(jiān)測等領(lǐng)域都有廣泛的應(yīng)用,然而數(shù)據(jù)在獲取和傳輸?shù)倪^程中難免會受到噪聲的污染。數(shù)據(jù)質(zhì)量的降低會直接影響到地物分類和光譜匹配的準(zhǔn)確度,因此對去噪方法的研究非常有必要。
由于高光譜數(shù)據(jù)具有圖譜合一的特點,針對這種數(shù)據(jù)立方的去噪方法包括空間域去噪和光譜域去噪兩個重要的組成部分。近年來,如何將空間域和光譜域噪聲去除進(jìn)行聯(lián)合,逐漸成為研究的熱點,目前最常用的方法是通過波數(shù)將譜間信息融入到空間域的去噪過程中
2、,從而使得圖像去噪具有光譜自適應(yīng)能力。然而,對于光譜域的去噪,現(xiàn)有算法僅僅是對每條光譜單獨進(jìn)行一維去噪處理,對空間信息利用的研究相對較少。
本文通過分析高光譜數(shù)據(jù)發(fā)現(xiàn),場景內(nèi)各地物存在極大的相關(guān)性,甚至在某些應(yīng)用中,獲取的大部分為同類物質(zhì),它們具有極其相似的光譜特征。如果在光譜域去噪中不加考慮,這種空間上的相關(guān)性極有可能會受到去噪算法的影響。在此研究背景下,本文提出在光譜域去噪步驟中,使用去相關(guān)技術(shù)來保護(hù)這種空間信息,改善最終
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于光譜相關(guān)性的高光譜圖像光譜域去噪算法研究.pdf
- 基于空譜聯(lián)合的高光譜圖像分類研究.pdf
- 空譜信息聯(lián)合的高光譜圖像分類方法研究.pdf
- 基于組稀疏編碼的高光譜圖像空譜聯(lián)合分類方法.pdf
- 基于光譜庫的空譜聯(lián)合高光譜稀疏解混方法研究.pdf
- 空譜協(xié)作的高光譜圖像分類方法研究.pdf
- 空譜聯(lián)合高光譜遙感圖像半監(jiān)督分類.pdf
- 空譜信息聯(lián)合的高光譜圖像精細(xì)分類研究.pdf
- 基于低秩表示的空譜聯(lián)合高光譜圖像分類模型與方法.pdf
- 基于核空譜信息挖掘的高光譜圖像分類方法研究.pdf
- 基于深度自編碼網(wǎng)絡(luò)的高光譜圖像空譜聯(lián)合分類.pdf
- 基于空譜結(jié)構(gòu)性挖掘的高光譜圖像分類方法研究.pdf
- 高光譜圖像空譜聯(lián)合監(jiān)督分類算法及軟件系統(tǒng).pdf
- 基于譜域-空間特征的半監(jiān)督高光譜圖像分類方法研究.pdf
- 空-譜聯(lián)合高光譜數(shù)據(jù)降維與分類方法研究.pdf
- 基于空譜特征降維的高光譜圖像分類.pdf
- 基于組稀疏非負(fù)矩陣分解的高光譜圖像去噪方法研究.pdf
- 高光譜圖像空—譜協(xié)同超分辨處理研究.pdf
- 基于流形學(xué)習(xí)的高光譜圖像空-譜聯(lián)合特征提取與分類.pdf
- 面向高光譜圖像空譜分類的學(xué)習(xí)算法研究.pdf
評論
0/150
提交評論