SAM-Classification-of-satellite-images:该项目旨在说明SAM算法在卫星图像分类中的用途。 高光谱图像提供像素光谱,可获取有关表面的详细信息,以识别和区分光谱相似(但独特)的材料。 放置在遥感卫星上的高光谱图像传感器可捕获具有各种光谱带的高光谱图像。 进行了实验,以在高光谱图像上实现光谱角度映射器(SAM),以对表面上的像素进行分类。 还可以获得图像的假彩色合成,以便更好地可视化表面差异。 各个波段的高光谱图像彼此堆叠,以形成用于SAM实现的三维图像立方体。 SAM是一

上传者: 42116794 | 上传时间: 2021-09-06 10:36:53 | 文件大小: 1KB | 文件类型: ZIP
SAM卫星图像分类 该项目旨在说明SAM算法在卫星图像分类中的用途。 高光谱图像提供像素光谱,可获取有关表面的详细信息,以识别和区分光谱相似(但独特)的材料。 放置在遥感卫星上的高光谱图像传感器可捕获具有各种光谱带的高光谱图像。 进行了实验,以在高光谱图像上实现光谱角度映射器(SAM),以对表面上的像素进行分类。 还可以获得图像的假彩色合成,以便更好地可视化表面差异。 各个波段的高光谱图像彼此堆叠,以形成用于SAM实现的三维图像立方体。 SAM是一种监督分类算法,可基于光谱角的计算来识别图像中的各种类别。 在为每个像素建立的测试向量与为用户选择的每个参考类别建立的参考向量之间计算光谱角。 获得了将多个2D数据集读取并重组到一个紧凑的3D数据集多维数据集中的结果。 构建参考向量以执行SAM分类,并计算参考向量和像素向量之间的角度以与确定的阈值角度值进行比较。 然后应用颜色编码来区分已被SAM

文件下载

资源详情

[{"title":"( 1 个子文件 1KB ) SAM-Classification-of-satellite-images:该项目旨在说明SAM算法在卫星图像分类中的用途。 高光谱图像提供像素光谱,可获取有关表面的详细信息,以识别和区分光谱相似(但独特)的材料。 放置在遥感卫星上的高光谱图像传感器可捕获具有各种光谱带的高光谱图像。 进行了实验,以在高光谱图像上实现光谱角度映射器(SAM),以对表面上的像素进行分类。 还可以获得图像的假彩色合成,以便更好地可视化表面差异。 各个波段的高光谱图像彼此堆叠,以形成用于SAM实现的三维图像立方体。 SAM是一","children":[{"title":"SAM-Classification-of-satellite-images-master","children":[{"title":"README.md <span style='color:#111;'> 1.65KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明