留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于小波分量特征值匹配的高光谱影像分类

李新双 张良培 李平湘 吴波

李新双, 张良培, 李平湘, 吴波. 基于小波分量特征值匹配的高光谱影像分类[J]. 武汉大学学报 ● 信息科学版, 2006, 31(3): 274-277.
引用本文: 李新双, 张良培, 李平湘, 吴波. 基于小波分量特征值匹配的高光谱影像分类[J]. 武汉大学学报 ● 信息科学版, 2006, 31(3): 274-277.
LI Xinshuang, ZHANG Liangpei, LI Pingxiang, WU Bo. Hyperspectral Image Classification Based on Features of Wavelet Vectors[J]. Geomatics and Information Science of Wuhan University, 2006, 31(3): 274-277.
Citation: LI Xinshuang, ZHANG Liangpei, LI Pingxiang, WU Bo. Hyperspectral Image Classification Based on Features of Wavelet Vectors[J]. Geomatics and Information Science of Wuhan University, 2006, 31(3): 274-277.

基于小波分量特征值匹配的高光谱影像分类

基金项目: 国家973计划资助项目(2003CB415205);国家自然科学基金资助项目(40471088405230051)
详细信息
    作者简介:

    李新双,硕士,研究方向为遥感图像处理、光谱匹配。

  • 中图分类号: TP751;P237.3

Hyperspectral Image Classification Based on Features of Wavelet Vectors

Funds: 国家973计划资助项目(2003CB415205);国家自然科学基金资助项目(40471088405230051)
计量
  • 文章访问数:  659
  • HTML全文浏览量:  49
  • PDF下载量:  376
  • 被引次数: 0
出版历程
  • 收稿日期:  2005-12-31
  • 修回日期:  2005-12-31
  • 刊出日期:  2006-03-05

基于小波分量特征值匹配的高光谱影像分类

    基金项目:  国家973计划资助项目(2003CB415205);国家自然科学基金资助项目(40471088405230051)
    作者简介:

    李新双,硕士,研究方向为遥感图像处理、光谱匹配。

  • 中图分类号: TP751;P237.3

摘要: 提出了一种基于小波分量特征值的高光谱影像分类算法。针对每个像素构建一个能反映该分量特征的函数,得到其特征值。再利用这些特征值与参考光谱的特征值进行匹配,从而对整幅影像实现分类。实验证明,该方法比传统的光谱角制图法和交叉相关系数法的分类精度有较大提高。

English Abstract

李新双, 张良培, 李平湘, 吴波. 基于小波分量特征值匹配的高光谱影像分类[J]. 武汉大学学报 ● 信息科学版, 2006, 31(3): 274-277.
引用本文: 李新双, 张良培, 李平湘, 吴波. 基于小波分量特征值匹配的高光谱影像分类[J]. 武汉大学学报 ● 信息科学版, 2006, 31(3): 274-277.
LI Xinshuang, ZHANG Liangpei, LI Pingxiang, WU Bo. Hyperspectral Image Classification Based on Features of Wavelet Vectors[J]. Geomatics and Information Science of Wuhan University, 2006, 31(3): 274-277.
Citation: LI Xinshuang, ZHANG Liangpei, LI Pingxiang, WU Bo. Hyperspectral Image Classification Based on Features of Wavelet Vectors[J]. Geomatics and Information Science of Wuhan University, 2006, 31(3): 274-277.

目录

    /

    返回文章
    返回