简介:摘要:高光谱图像的波段多、维度高,图像中蕴含着丰富的信息,在军事、农业、食品和医学等领域具有重要的应用价值。高光谱图像分类是高光谱领域的研究热点,对于促进经济发展和改善民生福祉具有重要意义。然而,由于高光谱图像存在数据冗余性大和标记样本数量不足等问题,严重影响分类精度的进一步提高。因此,为了充分提取高光谱图像中的判别性特征,在有限的标签样本和较低的计算成本下取得较好的分类结果,本文的主要研究了针对高光谱图像的判别性特征提取难度大以及计算冗余的问题,提出了一种基于密集非对称卷积与空洞卷积空闲块网络的高光谱图像分类算法。
简介:在图像处理与分析领域,边缘检测是一个重要的研究内容。本文将多尺度顺序连接算法(MultiresolutionSequentialEdgeLinking,MSEL)应用于乳腺边缘检测,采用金字塔结构分解图像,用低分辨率子图上的全局边缘信息指导高分辨率子图上的顺序边缘搜索,从而降低噪声干扰,减少了伪边缘,提高边缘检测的准确性。实验表明,多尺度顺序边缘连接检测算法对于乳腺放射图像的边缘检测效果有明显改善。