Show simple item record

Пестунов, И.А.ru_RU
Рылов, С.А.ru_RU
Мельников, П.В.ru_RU
Pestunov, Igor A.en
Rylov, Sergey A.en
Melnikov, Pavel V.en
2018-03-05T04:24:52Z
2018-03-05T04:24:52Z
2018-02
https://elib.sfu-kras.ru/handle/2311/70397
В статье предлагается новый вычислительно эффективный метод спектрально-текстурной классификации гиперспектральных изображений высокого пространственного разрешения, основанный на использовании ансамблевого алгоритма кластеризации ECCA. При классификации используется предположение, что в локальной области изображения для текстур одного типа процентное содержание пикселей из разных кластеров примерно одинаково, а для разных типов текстур, как правило, отличается. Для предлагаемого классификатора не требуются обучающие выборки большого объема. Достаточно задать всего лишь несколько представителей каждого класса. Приводятся результаты экспериментов с модельными и реальными изображениями, подтверждающие эффективность предложенного методаru_RU
А new computationally efficient spectral-texture classification method for high spatial resolution hyperspectral images is proposed. This method is based on the ensemble clustering algorithm ECCA. Classification method is based on the assumption that the percentage of pixels from different clusters in local image regions is approximately the same for the fixed texture type and differs for different types of textures. The proposed classification method does not require large amount of training samples. It is enough to set only few representatives of each class. Experiments on models and real-world data are described proving the effectiveness of the proposed methoden
ruru_RU
Сибирский федеральный университет. Siberian Federal Universityen
гиперспектральные изображенияru_RU
высокое пространственное разрешениеru_RU
спектрально-текстурные признакиru_RU
классификацияru_RU
hyperspectral imagesen
high spatial resolutionen
multispectral textureen
spectral-spatial classificationen
Классификация гиперспектральных изображений высокого пространственного разрешенияru_RU
Classification of Hyperspectral Images with High Spatial Resolutionen
Journal Articleru_RU
Пестунов, И.А.: Институт вычислительных технологий СО РАН Россия, 630090, Новосибирск, пр. Академика Лаврентьева, 6ru_RU
Рылов, С.А.: Институт вычислительных технологий СО РАН Россия, 630090, Новосибирск, пр. Академика Лаврентьева, 6ru_RU
Мельников, П.В.: Институт вычислительных технологий СО РАН Россия, 630090, Новосибирск, пр. Академика Лаврентьева, 6ru_RU
Pestunov, Igor A.: Institute of Computational Technologies SB RAS 6 Akademika Lavrentieva, Novosibirsk, 630090, Russia; pestunov@ict.nsc.ruen
Rylov, S.A.: Institute of Computational Technologies SB RAS 6 Akademika Lavrentieva, Novosibirsk, 630090, Russiaen
Melnikov, Pavel V.: Institute of Computational Technologies SB RAS 6 Akademika Lavrentieva, Novosibirsk, 630090, Russia; pvlvlml@gmail.comen
69-76ru_RU
Журнал Сибирского федерального университета. Техника и технологии. Journal of Siberian Federal University. Engineering & Technologies;2018 11 (1)en


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record


DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV