已閱讀1頁,還剩57頁未讀, 繼續(xù)免費閱讀
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),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著傳感器技術(shù)的迅猛發(fā)展,遙感圖像的光譜分辨率不斷提高。高光譜圖像的問世成為遙感領(lǐng)域的一個重大飛躍。高光譜圖像雖然光譜分辨率得到了提高,使許多原先在多光譜情況下不能解決的問題現(xiàn)在可以實現(xiàn)解決,但其空間分辨率卻遠(yuǎn)遠(yuǎn)不能滿足要求。高光譜圖像中存在大量的混合像元,不僅影響了定量化分析,還嚴(yán)重影響了在其它領(lǐng)域的應(yīng)用。因此,運用超分辨技術(shù)提高高光譜圖像的空間分辨率,有著十分重要的實用意義。
本文針對高光譜圖像空間分辨率低、混合像元較多的
2、問題,從其譜段連續(xù)、攜帶信息量多等特點入手,結(jié)合對多種超分辨算法的研究,研究了一種基于空-譜協(xié)同的高光譜圖像超分辨算法。算法首先運用高光譜圖像混合像元分解技術(shù),得到解混分量圖,在此基礎(chǔ)上,采用局域分析的方法,通過邊緣檢測劃分區(qū)域,對混合像元集中的邊緣區(qū)域利用改進的元胞自動機模型進行亞像元的定位,平滑區(qū)域則進行像元復(fù)制。然后把定位的結(jié)果作為POCS超分辨算法的參考圖,利用空間信息進行修正,實現(xiàn)高光譜原始圖像的超分辨處理。
本文利
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
- 基于空譜聯(lián)合的高光譜圖像分類研究.pdf
- 空譜協(xié)作的高光譜圖像分類方法研究.pdf
- 空譜信息聯(lián)合的高光譜圖像分類方法研究.pdf
- 面向高光譜圖像空譜分類的學(xué)習(xí)算法研究.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
- 基于空譜聯(lián)合的高光譜圖像光譜域去噪方法研究.pdf
- 基于MAP的高光譜圖像超分辨率方法研究.pdf
- 基于空譜特征降維的高光譜圖像分類.pdf
- 基于核空譜信息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
- 基于空譜結(jié)構(gòu)性挖掘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
- 基于神經(jīng)網(wǎng)絡(luò)的高光譜圖像超分辨率算法研究.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
- 面向高光譜圖像的空譜核半監(jiān)督圖聚類算法研究.pdf
- 基于空譜信息挖掘和稀疏表示學(xué)習(xí)的高光譜圖像分類.pdf
- 高光譜圖像空間、光譜分辨率增強方法研究.pdf
- 圖像超分辨率處理方法研究.pdf
- 基于光譜庫的空譜聯(lián)合高光譜稀疏解混方法研究.pdf
評論
0/150
提交評論