-
题名深度学习赋能的高光谱图像分类研究进展
被引量：1
- 1
-
-
作者
白林锋
陈增俊
周玲
张妍妍
路凯
张卫东
-
机构
河南科技学院信息工程学院
河南科技学院计算机应用研究所
许昌学院信息工程学院
-
出处
《海军航空大学学报》
2024年第5期535-545,586,共12页
-
基金
河南省科技攻关项目(242102210075、232102210018、242102211059)
河南省重点研发计划(241111211800)
+1 种基金
河南省自然科学青年基金(232300420428)
河南省教师教育课程改革研究(2024-JSJYYB-099)。
-
文摘
随着高光谱成像技术的发展,高光谱图像分类备受关注。在广泛调研的基础上,文章全面整理了基于深度学习的高光谱图像分类方法,主要涵盖深度网络、循环网络和自注意力网络。随后,深入讨论了几个具有代表性的方法,详细探讨了这些方法的优势和不足,旨在提供一个更清晰、全面的高光谱图像分类方法现状。文章对高光谱图像分类方法进行了全面的概述,并对各类方法进行了深入研究,分析了不同方法的定性和定量评估结果,对未来的发展进行了展望。梳理现有研究,不仅有助于推动高光谱遥感技术的进一步发展,还凸显了高光谱图像分类方法在航空航天等领域的独特优势,对于提高遥感数据的解译精度和实际应用价值具有重要意义。
-
关键词
高光谱图像分类
深度网络
循环网络
自注意力网络
-
Keywords
hyperspectral image classification
deep networks
recurrent networks
self-attention networks
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于全局及局部优势特征融合的遥感图像去雾方法
被引量：1
- 2
-
-
作者
刘庆敏
冯贺阳
王中
李童
张卫东
-
机构
河南科技学院信息工程学院
河南科技学院计算机应用研究所
河南科技学院计算机科学与技术学院
-
出处
《海军航空大学学报》
2024年第4期467-474,共8页
-
基金
河南省自然科学基金(232300420428)
河南省科技攻关项目(242102210075)
+1 种基金
河南省教师教育课程改革研究项目(2024-JSJYYB-099)
国家级大学生创新训练计划(202310467031、202310467015)。
-
文摘
由于大气中颗粒物质的散射和吸收,遥感图像通常存在细节模糊、对比度降低等问题,严重影响其视觉质量。针对这些问题,文章提出了1种基于全局及局部优势特征融合的遥感图像去雾方法。首先,利用暗通道先验对原始图像进行去雾预处理;然后,采用多曝光融合策略以及积分和平方积分方法整合图像区域的优势特征信息,提升全局及局部对比度;最后,通过金字塔融合自适应选择全局及局部对比度增强的显著特征,以获得清晰化图像。实验结果表明,该方法在遥感图像去雾领域优于其他方法,处理后的图像在黑暗区域曝光、全局对比度增强及局部细节提升等方面表现出了良好的性能。
-
关键词
遥感图像去雾
暗通道先验
金字塔融合
对比度增强
-
Keywords
remote sensing image dehazing
dark channel prior
pyramid fusion
contrast enhancement
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
