资源简介

摘要： 高光谱影像(Hyper-Spectral Image，HSI)的图像修复是其数据应用中重要的一个环节，最终会影响后续工作的准确性。提出一种新的基于聚类结构自适应稀疏表示的高光谱遥感图像的修复算法，该方法的优点是根据遥感图像地物的特征进行自适应地块大小选择，并对像素聚类后各个波段图像按照字典学习算法进行稀疏表示，通过稀疏逼近实现高光谱遥感图像的修复。实验结果表明：利用自适应获得的稀疏系数能更好地表示高光谱图像，图像的峰值信噪比(Peak Signal-to-Noise Ratio，PSNR)为26.6 dB，比其他研究的算法有所提高。该方法可以应用于遥感图像处理流程中，提高图像的应用潜力。 关键词： 聚类;  自适应;  稀疏表示;  高光谱遥感图像;  修复     Abstract: A new algorithm for Hyper\|Spectral Image(HSI)inpaintingbased on self\|adaptive sparse representation of clustering structure is proposed.The method can adaptively select the block size according to the feature of remote sensing image.After the pixel is clustered，each band image of HSI can been sparsely represent according to the dictionary learning algorithm，and achieve HSI inpainting through the sparse approximation.The experimental results show that the sparse coefficients obtained by self\|adaptive spare representation can better represent the HSI and improve the Peak Signal\|to\|Noise Ratio(PSNR) of the image.The method proposed in this paper has important significance and application prospect in remote sensing image application.

相关资源

1. 水质遥感监测的关键要素叶绿素a的反演算法研究进展
2. 基于无人机遥感技术的森林参数获取研究进展
3. 基于无线传感器网络的森林生态系统观测试验平台构建
4. 基于无人机激光雷达的森林冠层高度分析
5. 多源时序国产卫星影像的森林火灾动态监测
6. 基于无人机遥感技术的台风灾害倒伏绿化树木检测

下载说明

·如果您发现该资源不能下载，请通知管理员.gissky@gmail.com

·为确保下载的资源能正常使用，请使用[WinRAR v3.8]或以上版本解压本站资源,缺省解压密码www.gissky.net ，如果是压缩文件为分卷多文件，请依次下载每一个文件，并按照顺序命名为1.rar,2.rar,3.rar...，然后鼠标右击1.rar解压.

·为了保证您快速的下载速度，我们推荐您使用[网际快车]等专业工具下载.

·站内提供的资源纯属学习交流之用,如侵犯您的版权请与我们联系.