Инд. авторы: | Пестунов И.А., Мельников П.В. |
Заглавие: | Схема и методы классификации гиперспектральных изображений на основе спектральной и пространственной информации |
Библ. ссылка: | Пестунов И.А., Мельников П.В. Схема и методы классификации гиперспектральных изображений на основе спектральной и пространственной информации // Региональные проблемы дистанционного зондирования Земли: материалы II Международной научной конференции / Научный редактор: Е.А. Ваганов, ответственный редактор: М.В. Носков. - 2015. - Красноярск. - С.190-196. - ISBN: 978-5-7638-3306-5. |
Внешние системы: | РИНЦ: 24242138; |
Реферат: | rus: Предлагается схема классификации гиперспектральных снимков, использующая как спектральные, так и пространственные данные. Рассматриваются различные методы выделения признаков, попиксельной классификации и уточнения картосхемы с учетом пространственных данных. Приводятся результаты экспериментального сравнения рассматриваемых методов. |
Ключевые слова: | пространственные признаки; обучаемая классификация; выделение информативных признаков; гиперспектральное изображение; |
Издано: | 2015 |
Физ. характеристика: | с.190-196 |
Конференция: | Название: II Международная научная конференция "Региональные проблемы дистанционного зондирования Земли" Аббревиатура: РПДЗЗ-2015 Город: Красноярск Страна: Россия Даты проведения: 2015-09-22 - 2015-09-25 Ссылка: http://rprs.sfu-kras.ru/node/44 |
Цитирование: | 1. Бондур В.Г. Современные подходы к обработке больших потоков гиперспектральной и многоспектральной аэрокосмической информации//Исследование Земли из космоса. 2014. № 1. С. 4-16. 2. Borengasser M. Hyperspectral Remote Sensing -Principles and Applications. CRC Press, 2004. 128 p. 3. Jain A.K., Duin R.P.W., Mao J. Statistical Pattern Recognition: A Review//IEEE Trans. On Pattern Analysis and Machine Intelligence. 2000. Vol. 22, No. 1. P. 4-35. 4. Остриков В.Н., Смирнов С.И., Михайлов В.В. Адаптация методов классификации данных гиперспектральной съемки для применения в пространстве главных компонент//Тез. докл. Двенадцатой всерос. открытой конф. «Современные проблемы дистанционного зондирования Земли из космоса» (г. Москва, 10-14 ноября 2014 г.). М.: ИКИ РАН, 2014. С. 68. URL: http://smiswww.iki.rssi.ru/d33_conf/thesisshow.aspx?page=91&thesis=4482. 5. Lavanya A., Sanjeevi S. An improved band selection technique for hyperspectral data using factor analysis//Journal of the Indian Society of Remote Sensing. 2013. Vol. 41.2. P. 199-211. 6. Bruce L.M., Koger C.H., Jiang L. Dimensionality reduction of hyperspectral data using discrete wavelet transform feature extraction//IEEE Transactions on Geoscience and Remote Sensing. 2002. Vol. 40. P. 2331-2338. 7. Chen L. et. al. An improved SOM algorithm and its application to color feature extraction//Neural Computing and Applications. Vol. 24, Issue 7-8. Berlin: Springer, 2014. P. 1759-1770. 8. Пестунов И.А., Мельников П.В. Метод главных компонент и его модификации в задачах классификации гиперспектральных данных//Интерэкспо Гео-Сибирь, 2015. Т. 4, № 2. С. 45-50. 9. Vermillion S.C., Sader S.A. Use of the Minimum Noise Fraction (MNF) Transform to Analyze Airborne Visible/Infrared Imaging Spectrometer (AVIRIS) Data of Northern Forest Types//AVIRIS Workshop. JPL Publication, 1999. P. 7. 10. Потатуркин О.И., Борзов С.М. Обработка гиперспектральных спутниковых изображений при исследовании антропогенных и природных объектов . URL: http://conf.ict.nsc.ru/dicr2014/ru/reportview/248576. 11. Кузнецов А.В., Мясников В.В. Сравнение алгоритмов управляемой поэлементной классификации гиперспектральных изображений//Компьютерная оптика. Т. 38-3. Самара: СГАУ, 2014. C. 494-502. 12. Tarabalka Y., Chanussot J., Benediktsson J.A. Segmentation and classification of hyperspectral images using minimum spanning forest grown from automatically selected markers//IEEE Transactions on Systems, Man and Cybernetics, Part B: Cybernetics. 2010. Vol. 40.5. P. 1267-1279. 13. Richards J.A., Remote Sensing Digital Image Analysis. Berlin: Springer-Verlag, 1999. 240 p. 14. Hader D.P. Image Analysis: Methods and Applications. London: CRC Press, 2000. 480 p. 15. Пестунов И.А., Мельников П.В., Дубровская О.А., Синявский Ю.Н., Харук В.И. Обнаружение и картирование повреждений кедровых древостоев по изображениям со спутника Pleiades//Интерэкспо ГЕО-Сибирь. Т. 3. № 2. 2014. С. 357-366. 16. Hyperspectral Remote Sensing Scenes . -URL: http://www.ehu.eus/ccwintco/index.php?title=Hyperspectral_Remote_Sensing_Scenes (дата обращения: 22.06.2014). |