• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Geoscience and Remote Sensing Letters >Integration of Spectral–Spatial Information for Hyperspectral Image Reconstruction From Compressive Random Projections
【24h】

Integration of Spectral–Spatial Information for Hyperspectral Image Reconstruction From Compressive Random Projections

机译：从压缩随机投影中重建光谱空间信息以重建高光谱图像

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Compressive-projection principal component analysis (CPPCA) has been developed to provide reconstruction from random projections of hyperspectral pixels and then subsequently extended by coupling it with classification such that the resulting class-dependent CPPCA yielded improved reconstruction performance. This letter provides an even greater integration of spatial and spectral information to further improve reconstruction performance. Specifically, instead of a pixel-based modulo partitioning employed by the original CPPCA sender, this work proposes an alternative block-based modulo partitioning, which preserves local spatial coherence; spatial segmentation is combined with the pixel-wise classification results using a majority voting rule at the receiver. Experimental results demonstrate not only improved reconstruction performance but also better detection of anomalies, as compared with previous approaches.
机译：已经开发了压缩投影主成分分析（CPPCA），以从高光谱像素的随机投影提供重建，然后通过将其与分类耦合进行扩展，以使所得的依赖于类的CPPCA产生改进的重建性能。这封信提供了空间和光谱信息的更大集成，可以进一步提高重建性能。具体来说，代替原始CPPCA发送者使用的基于像素的模划分，这项工作提出了一种替代的基于块的模划分，它保留了局部空间的一致性。在接收器使用多数表决规则将空间分割与逐像素分类结果组合在一起。实验结果表明，与以前的方法相比，不仅重建性能提高，而且异常检测效果更好。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号