|
Компьютерная оптика, 2014, том 38, выпуск 2, страницы 281–286
(Mi co272)
|
|
|
|
АНАЛИЗ ГИПЕРСПЕКТРАЛЬНЫХ ДАННЫХ
Пространственная классификация гиперспектральных изображений с использованием метода кластеризации k-means++
Е. А. Зимичевa, Н. Л. Казанскийab, П. Г. Серафимовичab a Самарский государственный аэрокосмический университет имени академика С.П. Королёва (национальный исследовательский университет)
b Институт систем обработки изображений РАН
Аннотация:
Предлагается и исследуется комплексный метод классификации гиперспектральных изображений с учётом пространственной близости пикселей. Ключевой особенностью метода является то, что он использует распространённые и достаточно простые алгоритмы для достижения высокой точности. Метод комбинирует результаты попиксельной классификации с использованием метода опорных векторов и множества контуров, полученных в результате кластеризации изображения методом k-means++. Для предотвращения избыточной обработки схожих данных используется метод главных компонент. Предложенный метод позволяет повысить точность и скорость классификации гиперспектральных данных.
Ключевые слова:
гиперспектральные изображения, классификация, сегментация, метод опорных векторов, метод k-means++.
Поступила в редакцию: 07.05.2014
Образец цитирования:
Е. А. Зимичев, Н. Л. Казанский, П. Г. Серафимович, “Пространственная классификация гиперспектральных изображений с использованием метода кластеризации k-means++”, Компьютерная оптика, 38:2 (2014), 281–286
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/co272 https://www.mathnet.ru/rus/co/v38/i2/p281
|
|