1 浙江大学电气工程学院, 浙江 杭州 310027
2 杭州电子科技大学计算机应用技术研究所, 浙江 杭州 310018
3 上海卫星工程研究所, 上海 200240
针对单模型评价图像质量容易产生过拟合的问题,提出基于多模型融合的高光谱图像质量评价算法。以图像噪声、模糊度和云含量为降质特征,建立遥感图像主观评价库,分别选用支持向量回归方法和集成决策树方法对带有评价值的训练集图像建立质量评价单模型。将两个单模型评价结果线性回归拟合,得到模型融合的图像质量评价结果。同时,以广义回归神经网络模型作为参照,分别从均方误差、回归拟合指标、分类准确率、训练时间4个方面对几种模型进行对比。实验结果表明,所提模型融合算法具有较高的拟合精度、较强的泛化能力,并且所需的训练时间相对较少。
成像系统 高光谱 图像质量评价 支持向量回归 决策树 模型融合 激光与光电子学进展
2019, 56(2): 021101
1 浙江大学电气工程学院, 浙江 杭州 310027
2 杭州电子科技大学计算机应用技术研究所, 浙江 杭州 310018
3 上海卫星工程研究所, 上海 200240
基于光谱反射特性,研究了多种背景下的快速云检测方法。将光谱反射特性与云的纹理特性相结合,提出了基于动态分形维数和辐射量特性相结合的云检测综合算法。以EO-1卫星Hyperion传感器拍摄的高光谱遥感图像为例,研究了不同下垫面的含云遥感图像,并检测与分析了厚云区和薄云区。对比遥感图像云检测的两种算法,所提算法可以更加精确地识别薄云区,极大地提高了遥感图像云检测精度,同时又可满足星载高光谱图像快速云检测的要求。
图像处理 高光谱 云检测 光谱反射 分形维数 激光与光电子学进展
2019, 56(10): 101003
