Un método eficiente de clasificación de imágenes hiperespectrales: corrección de diferencias entre clases y eliminación de redundancia espacial espectral
Autores: Zhao, Lei; Pan, Qiang; Yuan, Shurong; Shi, Lei
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Un método eficiente de clasificación de imágenes hiperespectrales: corrección de diferencias entre clases y eliminación de redundancia espacial espectral
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Imágenes de teledetección
Conjunto de datos hiperespectrales
Características espaciales-espectrales
Definición de superpíxeles
Transformada rápida de Fourier
Precisión de clasificación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
Las imágenes de teledetección existentes de objetos terrestres son difíciles de anotar, y la construcción de un conjunto de datos hiperespectral requiere enormes recursos. Para abordar estos problemas, este artículo propone un nuevo método con bajos requisitos para la escala del conjunto de datos que implica corregir las diferencias entre clases de imágenes hiperespectrales y eliminar la información redundante de las características espaciales-espectrales.
Descripción
Las imágenes de teledetección existentes de objetos terrestres son difíciles de anotar, y la construcción de un conjunto de datos hiperespectral requiere enormes recursos. Para abordar estos problemas, este artículo propone un nuevo método con bajos requisitos para la escala del conjunto de datos que implica corregir las diferencias entre clases de imágenes hiperespectrales y eliminar la información redundante de las características espaciales-espectrales.