您的位置： 专家智库 > >

陈进

作品数：3 被引量：23H指数：2
供职机构：北京市遥感信息研究所更多>>
发文基金：中国博士后科学基金国家自然科学基金陕西省自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 3篇图像
  • 3篇光谱图像
  • 3篇高光谱图像
  • 2篇图像分类
  • 2篇高光谱图像分...
  • 1篇多尺度分割
  • 1篇噪声
  • 1篇噪声估计
  • 1篇矩阵
  • 1篇光谱

机构

  • 3篇清华大学
  • 3篇北京市遥感信...
  • 2篇中国人民解放...
  • 1篇空军工程大学

作者

  • 3篇唐中奇
  • 3篇张利
  • 3篇陈进
  • 1篇赵晓林

传媒

  • 1篇光学精密工程
  • 1篇电子与信息学...
  • 1篇中国图象图形...

年份

  • 2篇2016
  • 1篇2015
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
基于多尺度分割的高光谱图像稀疏表示与分类被引量：19
2015年
针对高光谱特征的稀疏表示,提出了一种基于多尺度分割的空间加权算法用于高光谱图像分类。该算法采用更合理的邻域定义挖掘空间先验信息,优化类边缘像元的稀疏表示。首先,通过多尺度分割提供邻域空间约束;结合拉普拉斯尺度混合(LSM)先验,分别对每个邻域组内像元进行空间加权的稀疏表示。然后,采用概率支持向量机(SVM)分类,同时提供像元的分类标签及其置信度。最后,以此置信度为权重,对多尺度分类图进行加权融合,生成最终的分类图。实验显示,本文算法能够增强光谱特征表示的稀疏性和鲁棒性,提高总体分类精度;在小样本训练下,单类的分类精度可提升30%左右,表明该算法在高光谱应用中具有较强的实用性。
唐中奇付光远陈进张利
关键词：高光谱图像分类
高光谱图像低秩表达与噪声水平估计被引量：1
2016年
目的高光谱遥感图像常存在多种不同程度的退化,进而影响到后续的应用,因此,对高光谱图像进行噪声水平估计具有重要意义。在实际情况中,不同波段的图像噪声水平常有所差异,需要针对不同谱通道的特性差异进行噪声估计。因此,本文提出一种基于低秩表达的噪声水平估计算法。方法该算法首先利用多波段图像间的光谱相关性,建立高光谱数据的低秩表达模型;再通过该模型对各波段的噪声及其水平进行估计,并根据需要检测并剔除被噪声淹没的无效波段。结果在多组高光谱数据上进行模拟和真实实验,证明本文算法能够准确估计高光谱图像的谱通道噪声水平。结论本文算法挖掘了低秩表达在高光谱应用中的特性,在利用波段间相关性进行全局处理的同时,也能保留波段间的差异,具有较强的鲁棒性;在合适的阈值范围内,无效波段的漏检率低至0,准确率高于80%。
唐中奇付光远赵晓林陈进张利
关键词：高光谱图像噪声估计
基于低秩结构提取的高光谱图像压缩表示被引量：3
2016年
为实现高效、精准的高光谱图像分类,该文利用低秩矩阵恢复从原始数据中提取低维特征,实现高光谱图像的压缩表示。针对高光谱应用的特殊性,该文算法基于结构相似性度量(Structural Similarity Index Measurement,SSIM)对矩阵恢复过程提出了信噪分离约束,有助于选择更优的模型参数,增强表示的准确性。实验证明,相比现有相关方法,该文算法能够有效去除高光谱图像中的噪声,表示结果更为鲁棒;在仅使用低维特征时,仍能达到较高的分类精度。
唐中奇付光远陈进张利
关键词：高光谱图像分类
全选 清除 导出
共1页<1>
聚类工具0