【摘 要】
：
高光谱图像起源于遥感技术,应用领域包括地质、生物、医学和军事等。高光谱图像为三维数据,由光谱信息和图像信息组成,具有数据量庞大且冗余、光谱波段多以及波段间相关性高
论文部分内容阅读
高光谱图像起源于遥感技术,应用领域包括地质、生物、医学和军事等。高光谱图像为三维数据,由光谱信息和图像信息组成,具有数据量庞大且冗余、光谱波段多以及波段间相关性高等特点,如何从高光谱图像中提取不变和鲁棒的特征,并进行准确分类是高光谱图像分类问题的关键。深度学习一经问世,在文本、语音、图像和视频的处理上都取得了成功,在更高维度的图像上应用深度学习也成为了新的挑战。卷积神经网络是深度学习中较为基础并且应用广泛的网络结构,但存在所需训练样本多、图像多义性表达差、池化层忽视大量信息的缺点。相比之下,胶囊网络(Caps Net)中的胶囊,将所有特征的状态信息,无论低级高级,均以向量的形式进行封装,与标量相比,将向量作为网络的输入,可以更完整地利用图像信息,保留更多的特征,低级别的胶囊通过动态路由机制向高级别的胶囊传递信息,层层抽象并分类,得到分类结果。基于以上原因,本文将非线性降维方法KPCA与扩展形态学轮廓方法(EMP)相结合,并应用3D-Caps Net进行高光谱图像的分类,即KE-3D-Caps Net,具体工作有:首先,针对高光谱图像数据量庞大、波段信息冗余的特点,采用具有高斯核的KPCA对光谱信息进行降维,得到保留原始图像信息特征的主成分分量;然后,利用数字图像处理方法中的形态学理论,对主成分分量提取EMP,在空间信息进行边缘检测,得到三维光谱空间信息;最后,对所得信息应用3D-Caps Net中的动态路由算法进行迭代运算,经squashing函数压缩后得到输入图像像素属于各类的概率,经比较,选取概率值最大对应的类作为分类结果。在通用数据集Indian Pines、Salinas及Pavia University上应用KE-3DCaps Net进行高光谱图像分类实验,并在相同实验条件下与其他通用分类方法进行对比实验,应用评价标准OA、AA和Kappa系数进行实验结果分析,证明本方法具有较高的分类准确率。
其他文献
近年来,随着人工智能技术的发展与成熟,其应用越来越广泛,自动驾驶则近几年国内外研究团队对人工智能技术的一个重点研究方向。车辆检测是自动驾驶需要完成的首要任务,使用多
多进制相位调制是无线通信中的一种主要调制方式,具有抗干扰性强、频谱利用率高、电路实现简单等优点,被广泛应用于卫星通信、民用移动通信中。其子类信号二进制相移键控信号、四进制相移键控信号和八进制相移键控信号的识别一直是调制识别领域中的热点问题。传统调制识别算法方法需要强大的专业知识和工程技巧来设计特征提取器,难以实现信号特征的自动提取。因此,本文将卷积神经网络应用到调制信号识别领域中,对多进制相位调制
工业机器人技术的发展日新月异,随着市场对机器人需求的加大,同时也让我国发展为世界最大的工业机器人应用市场,并为中国制造业的转型发展提供了巨大推动力,极大提升了该行业
“云计算”的概念由谷歌最早于2006年提出后,该技术当前在全球蓬勃发展,由最初简单的“数据共享”到如今的“应用共享”,改变了人们的生活。云计算技术同样应用在了政府的政
涡扇发动机是一种高度精密的热力机械。这种机械系统结构复杂,经常在极端环境下工作,极易发生故障造成不可挽回的损失。为了保障系统安全可靠运行,降低事故发生概率,预测它的
藏文现代印刷物是藏文化资源的重要组成部分,藏文现代印刷物的版面中文本行包含了许多重要的信息,有效的检测出藏文版面中的文本行区域是实现藏文化资源数字化保护的重要一步
近年来,随着虚拟技术的发展,人们对数字化、可视化提出了更高的要求,三维花朵模型在场景设计与计算机游戏等方面都有着非常重要的应用。花朵因为其复杂多变的结构面临更多的
分布式存储系统通常使用副本技术来实现数据的可靠性。副本实现简单,但系统冗余度太高,只能通过增加拷贝数量来提高数据存储的可靠性。近些年,纠删码被用来替代副本技术以减
为提高考古学者们在手工绘制文物比例图方面的工作效率,本文提出了一种针对文物点云的特征线提取算法。该算法不仅可以提取文物点云表面的闭合特征线,而且绘制的闭合特征线可
本篇论文是一场现场口译实践报告。随着我国近年来改革开放取得突出成就,国民经济总量迅速成长,中国和世界的联系日益紧密,我国留学事业也发展迅猛,越来越多低龄学生加入到留学大军之中。口译活动也为更多中国学生家长选择学校时提供不可替代的作用。然而,由于中西双方民众缺乏对彼此学术以及学制背景知识和文化的了解,双方的沟通难免会产生词不达意的现象,这无疑加大了市场对于专业口译人才的需求。目前,无论国际或国内都不