- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 基于特征融合的高光谱与激光雷达数据城市土地利用/覆盖分类研究
摘要： 高光谱图像因其丰富的光谱信息而被广泛应用于分类任务中。但它无法区分具有相似光谱特征但不同高程的目标。而激光雷达数据可以获取高程信息。因此，若融合这两种数据将获得更好的分类效果。近年来，卷积神经网络（CNN）因其强大的原始数据潜在表征与特征挖掘能力备受关注。然而它难以区分具有不同光谱信息但相似表面特征的目标。与传统人工特征不同，如归一化植被指数（NDVI）等传统人工特征具有一定特征表达意义。为兼顾传统人工特征的语义信息与CNN特征的高级特征，本文提出一种基于特征融合的高光谱与激光雷达融合算法。该算法在MUUFL Gulfport高光谱与激光雷达数据集上取得了良好的融合分类效果。
关键词： 卷积神经网络、土地利用/土地覆盖分类、高光谱、深度学习、特征融合、激光雷达
更新于2025-09-09 09:28:46
-
基于图像显著性的红外伪装有效性评估
摘要： 本文报道了一种利用图像显著性评估红外伪装效能的替代方法。根据目标与背景相关的特征和内部形状特征，分别计算了目标的主显著性和内部显著性。进一步融合主显著性和内部显著性以获得综合显著性值，最终据此得出目标的伪装效能值。在相同实验条件下，与背景匹配良好的伪装目标具有最高的伪装效能值，而无伪装目标具有最低的伪装效能值，表明该数值能较好地反映不同目标在特定背景下的伪装效能。作为量化指标，伪装效能值使我们能够直接区分不仅是在相同条件下不同目标的伪装效能，还包括同一目标在不同条件下的伪装效能，这对红外伪装材料的开发和战场军事装备的部署应具有实用价值。
关键词： 红外伪装、图像显著性、伪装效能、特征融合
更新于2025-09-09 09:28:46