-
题名空谱特征分层融合的高光谱图像特征提取
被引量：7
- 1
-
-
作者
姚本佐
何芳
-
机构
安徽公安职业学院
火箭军工程大学核工程学院
-
出处
《国土资源遥感》
CSCD
北大核心
2019年第3期59-64,共6页
-
基金
质量工程项目安徽省教育厅警务实战技能教学团队资助
-
文摘
利用基于光谱维的特征提取方法将原始高光谱图像数据降到一定维数,对降维后的数据采用多尺度自适应加权滤波器(adaptive weighted filters,AWF)进行滤波,将在所有尺度上得到的滤波结果分层融合为新的图像,设计了分层融合框架,有效提取出了高光谱图像中重要的空谱特征,从而提高了分类精度。又将主成分分析(principal component analysis,PCA)算法融入到该框架中,提出了分层融合-主成分分析(hierarchical fusion principal component analysis,HF-PCA)算法。该方法不仅降低了波段间的冗余性,而且削弱了样本的类内差异性,提高了高光谱图像的分类精度。在Indian Pines和Salinas数据库上的实验结果表明,即使在训练样本数量较少的情况下,由HF- PCA算法得到的分类精度明显高于其他算法,2种数据总体分类精度的最大值分别为86.73%和95.01%,有效提高了高光谱图像的分类精度。
-
关键词
空谱特征
分层融合
分层融合-主成分分析
高光谱图像分类
-
Keywords
spatial and spectral feature
hierarchical fusion
hierarchical fusion-principal component analysis
hyperspectral image classification
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名彩色立体图像质量评价方法
被引量：6
- 2
-
-
作者
仉静
桑庆兵
-
机构
江南大学物联网工程学院
-
出处
《计算机应用》
CSCD
北大核心
2015年第3期816-820,共5页
-
基金
国家自然科学基金资助项目(61170120)
江苏省产学研前瞻性联合研究项目(BY2013015-41)
+1 种基金
江苏省科技支撑计划项目(BE2012031)
无锡市科技计划项目(CYE11G1111)
-
文摘
现有的大多数立体图像质量评价方法都是将彩色图像转换为灰度图像,从而丧失了色彩信息,不利于对彩色立体图像作出正确评价,针对这一问题,提出了一种彩色立体图像质量评价方法。首先,通过对参考图像对和失真图像对分别进行主成分分析(PCA)融合生成彩色图像,利用彩色小波变换分别提取彩色融合图像的低频系数;然后,把低频系数信息用四元数表示,即将低频系数的色相分量局部均值作为四元数的实部,三基色分量作为四元数的虚部,通过四元数奇异值分解得到奇异值特征向量;最后,对参考图像和失真图像的奇异值特征向量作余弦夹角、巴氏距离、卡方距离,分别作为立体图像质量评价指标。该方法在德克萨斯大学公布的对称失真立体图像库和非对称失真立体图像库分别进行验证,线性相关系数和斯皮尔曼等级相关系数(SROCC)在对称失真库中可高达0.919和0.923,与主观评价吻合度很高。
-
关键词
立体图像质量评价
主成分分析融合
彩色小波变换
四元数
-
Keywords
quality assessment of stereoscopic image
Principal Component Analysis （PCA） fusion
color wavelettransform
quaternion
-
分类号
TP391.413
[自动化与计算机技术—计算机应用技术]
-
