多尺度超像素先知模型

抗噪挖深层特征

一种用于高光谱图像特征提取的模型,结合超像素分割和多尺度趋势挖掘,对噪声具有高鲁棒性,即使不剔除水汽吸收和噪声波段也能获得优越的分类结果。

Ma, Ping · Jinchang, Ren · 孙根云 · 赵慧民 · Xiuping, Jia · Yan, Yijun · Zabalza, Jaime

IEEE Transactions on Geoscience and Remote Sensing 2023

参数信息

对比算法数量
11
主成分分析成分数
3

技术优势

抗噪能力大幅提升

Prophet模型对复杂结构特征进行深度挖掘,能抑制噪声影响,增大类间差异并提高类内相似性。

规模自适应表征

在超像素平均光谱上提取多尺度趋势分量,使特征不受噪声局部波动干扰,同时保留不同尺度的判别信息。

小样本下更准

超像素融合与多尺度融合的策略降低了对训练样本数量的依赖,同等条件下分类精度优于对比算法。

应用场景