期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于张量Tucker分解的高光谱图像异常目标识别 被引量:1
1
作者 陈楚申 唐国吉 《现代电子技术》 北大核心 2024年第13期43-46,共4页
高光谱图像每个像素点的光谱信息包含数百甚至数千个波段,使得高光谱图像在维度上具有高度的复杂性,且由于光谱波段众多,其中存在大量的冗余信息,加大了异常目标识别计算的负担。为此,文中提出基于张量Tucker分解的高光谱图像异常目标... 高光谱图像每个像素点的光谱信息包含数百甚至数千个波段,使得高光谱图像在维度上具有高度的复杂性,且由于光谱波段众多,其中存在大量的冗余信息,加大了异常目标识别计算的负担。为此,文中提出基于张量Tucker分解的高光谱图像异常目标识别方法。通过张量Tucker分解压缩高光谱图像后,采用依据高光谱图像数据样本学习的构造方法,构建压缩后高光谱图像的字典,获取高光谱图像数据的稀疏表示形式后,通过RX异常检测方法检测出高光谱图像中的异常目标。实验结果表明:所提方法张量分解重构高光谱图像后,可以缩短压缩时间,减少算法复杂度;重构后的高光谱图像清晰度高,且高光谱图像异常目标检测虚警率低。 展开更多
关键词 张量Tucker分解 光谱图像 异常检测 目标识别 稀疏表示 压缩图像 数据降维
在线阅读 下载PDF
巡线LiDAR多通道光谱图像异常识别技术(英文) 被引量:2
2
作者 任天宇 端木庆铎 +3 位作者 吴博琦 姜会林 许金凯 邱进财 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2017年第5期554-562,共9页
联合GPS、ISN、LiDAR、测距机等,构建超POS信息;计算最小视场分辨率、像元数、焦距等选择相机;将POS采集系统与相机组合成LiDAR多通道光谱图像异常识别系统.采用多通道匹配融合法融合紫、红外、彩色图片,基于Hough变换,通过同族容器归... 联合GPS、ISN、LiDAR、测距机等,构建超POS信息;计算最小视场分辨率、像元数、焦距等选择相机;将POS采集系统与相机组合成LiDAR多通道光谱图像异常识别系统.采用多通道匹配融合法融合紫、红外、彩色图片,基于Hough变换,通过同族容器归纳法确定疑似故障点.运用Hough变换、免疫遗传Snake、最小二乘法解析椭圆形貌,解决绝缘子异常识别问题.工程实验表明,该系统平均探测精度是82.4%,优于直升机与人工平均值24.05%,是一种高效率的智能电网巡线排查手段. 展开更多
关键词 输电线路巡检 激光雷达多光谱图像异常识别 超POS信息 多通道光谱成像系统
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部