文献

J-GLOBAL ID：201702261896373454   整理番号：17A1590397

帯域選択とエッジ保存ノイズ除去フィルタを組み合わせたハイパースペクトルリモートセンシング画像分類【JST・京大機械翻訳】

Hyperspectral Remote Sensing Imagery Classification Combining Band Selection and Edgepreserving Filtering

著者 (2件)： Wang Qiaoyu (華僑大学計算机科学与技術学院,福建厦門,361021) ,  Chen Duansheng (華僑大学計算机科学与技術学院,福建厦門,361021)
資料名： Xiaoxing Weixing Jisuanji Xitong  (Xiaoxing Weixing Jisuanji Xitong)
巻： 38  号： 5  ページ： 1098-1102  発行年： 2017年 
JST資料番号： C2136A  ISSN： 1000-1220  CODEN： XWJXEH  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ハイパースペクトルリモートセンシング画像分類は,リモートセンシング画像の多くの分野において効果的に適用されている。分類精度を向上させるために,帯域選択とエッジ保存雑音除去フィルタを組み合わせた新しい分類法を提案した。バンド選択により,スペクトルデータの物理的情報を保存し,高次元スペクトルデータを減少させた。次に,空間情報とスペクトル情報を,各エッジ画像のエッジ雑音除去フィルタによって結合することができた。最後に,空間情報を結合したスペクトル曲線を選択し,スタックの雑音低減自己符号器とSoftmax分類器を用いて深さ学習ネットワークの入力を構成し,特徴抽出と分類を行った。バンド選択は,いくつかの分類の不利な周波数帯を除去し,エッジ雑音除去フィルタは,空間情報とスペクトル情報を結合し,深さ学習抽出特徴は手動選択特徴の主観的切断を避ける。Indian PinesとPavia Universityのデータセットに関する実験結果は,提案したアルゴリズムが高い分類精度と良好な安定性を有することを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *フィルタ ,  特徴抽出 ,  *スペクトル ,  周波数帯 ,  学習 ,  高次元 ,  雑音除去
準シソーラス用語： 空間情報 ,  スペクトルデータ ,  分類精度 ,  *リモートセンシング画像 ,  *画像分類 ,  *ハイパースペクトル・リモートセンシング ,  *エッジ保存 ,  *帯域選択 , 【Automatic Indexing@JST】

著者キーワード (5件)： band selection ,  edge-preserving filter ,  stacked denoising autoencoder ,  spatial-spectral information ,  hyperspectral image classification

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 帯域選択 ,  エッジ ,  保存 ,  ノイズ除去 ,  ハイパースペクトルリモートセンシング ,  画像分類