国家自然科学基金(61271022)
- 作品数：2 被引量：8H指数：1
- 相关作者：李吉明彭艳斌贾森刘小燕李秋生更多>>
- 相关机构：浙江警察学院浙江科技学院深圳大学更多>>
- 发文基金：国家自然科学基金深圳市基础研究计划项目浙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 一种快速精确的反走样直线算法及其嵌入式实现
- 2015年
- 针对嵌入式应用中快速绘制反走样直线的问题,分析了各种反走样直线绘制方法的特点,给出了一种快速精确的反走样直线绘制算法,该算法指出了图像边缘像素点的灰度值与边缘点到直线中心的距离、直线的斜率和直线的灰度值的关系.该算法可用于绘制任意宽度、任意灰度的直线,有详细的实现过程,并对算法进行了优化,提高了算法的执行速度.
- 刘小燕李秋生袁新娣
- 关键词：反走样嵌入式系统
- 基于光谱特征和纹理特征协同学习的高光谱图像数据分类被引量：8
- 2012年
- 高光谱遥感图像中包含有大量的高维数据,传统的有监督学习算法在对这些数据进行分类时要求获取足够多的有标记样本用于分类器的训练。然而,对高光谱图像中大量的复杂地物像元所属类别进行准确标注通常需要耗费极大的人力。在本文中,我们提出了一种基于半监督学习的光谱和纹理特征协同学习(STF-CT)算法,利用协同学习机制将高光谱图像光谱特征和空间纹理特征这两种不同的特征结合起来,用于小训练样本集下的高光谱图像数据分类问题。STF-CT算法充分利用了高光谱图像的光谱和纹理特征这两个独立视图,构建起一种有效的半监督分类方法,用于提升分类器在小训练样本集情况下的分类精度。实验结果表明该算法在小训练样本集下的高光谱地物分类问题上具有很好的效果。
- 李吉明贾森彭艳斌
- 关键词：高光谱图像半监督学习
