文献检索-宁波市创意产业特色资源库

限定检索结果

检索条件"作者=麻尧斌"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

视图：

排序：

基于上下文感知和超像素后处理的多光谱图像分类: 收藏
分享
引用; 《计算机与现代化》2022年第12期 67-73页; 作者：吴志平麻尧斌汤文超胡必伟胡毕炜刘明嘉江西省科技基础条件平台中心江西南昌330003 南昌大学资源与环境学院江西南昌330031 南昌大学空间科学与技术研究院江西南昌330031; 高质量的地物类别提取是大量地学应用的基础。现有的基于像素的分类方法没有充分挖掘多光谱遥感图像中的上下文关联信息,且分类后的标签图像容易产生破碎。为了提升高分辨率遥感图像的分类精度,本文提出一种基于上下文感知网络和超像素...; 高质量的地物类别提取是大量地学应用的基础。现有的基于像素的分类方法没有充分挖掘多光谱遥感图像中的上下文关联信息,且分类后的标签图像容易产生破碎。为了提升高分辨率遥感图像的分类精度,本文提出一种基于上下文感知网络和超像素后处理的多光谱图像分类方法。该方法利用新设计的卷积神经网络模型来更好地学习多光谱图像中的空间上下文信息。超像素后处理使用小区域分割和投票的策略来合并结构上关联的区域,以避免破碎标签的产生。本文方法在高分一号卫星数据上进行测试,并与6个分类算法进行比较。实验结果表明本文方法在精度和视觉效果上都优于比对算法。另外,对基于新模型分类后的结果进行超像素后处理,不仅减少了分类结果的破碎度,也进一步提升了图像的分类精度。; 来源：详细信息评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页<< <1> >>

聚类工具回到顶部