多光谱的空间特征和光谱特征Statistics of Real-World Hyperspectral Images

文章目录

  • Statistics of Real-World Hyperspectral Images
    • 1.数据集
    • 2.spatial-spectral representation
    • 3.Separable Basis Components
    • 4.进一步分析
    • 5.复现一下
      • 5.1.patch的特征和方差和论文近似,
      • 5.2 spatial的basis和 spectral的basis
    • 6.coef model
    • 7.join model

Statistics of Real-World Hyperspectral Images

作者采集了一个多光谱数据集
然后根据数据集 的统计信息分析 多光谱的空间特征和光谱特征
主要利用了pca方法

http://vision.seas.harvard.edu/hyperspec/

1.数据集

https://vision.seas.harvard.edu/hyperspec/d2x5g3/
在这里插入图片描述

  1. 50张高光谱图像 at steps of 10nm from 420nm to 720nm.
    在这里插入图片描述

  2. 27张在人造光源下拍摄的高光谱图像
    用于评估结果
    在本文中并未使用,本文主要分析50张高光谱图像的一些统计信息

我下载了数据集,看一下图像:
上面2张是单通道图像
左下角是取 5,15,25通道
右下角是 mask, mask为1是应该被去掉的
在这里插入图片描述

2.spatial-spectral representation

目的是为了分析光谱图像的特征

作者利用patch 8x8 来分析,
具体来说就是将图像分为 8x8的patch.

那么每个patch的 形状就是 64x31, 64个像素,31个通道。

接下来就是如何用一些维数更低的特征表示 所有 64x31的patch

如下:pca的方法找出 正交基V
每个V的size也是 64x31

在这里插入图片描述

得到的正交基如下图所示:
左图中31个channel映射成了颜色
在这里插入图片描述

3.Separable Basis Components

上面用 spatial + spectral的 整体patch 求pca
那么是否可以 分别求spatial 和 spectral的特征呢?
是可以的

求得的spatial的特征应该和一般图像求的一样把。。。。

分别pca后的top特征如下:

在这里插入图片描述

4.进一步分析

不同的spatial特征和光谱特征组合后的 方差是怎样的?如下图
每个spatial basis 和 不同的spectral basis组合后的趋势是大概相同的。
s1-s5是top spatial basis
ck是 top spectral basis
在这里插入图片描述

再看一下不同的组合的方差

C1 的重要性不言而喻,与其他spatial basis组合都可以由高的方差。
另一方面也说明 spatial的变化是多样的,而spectral是相对较少的特征就可以表示
在这里插入图片描述

5.复现一下

5.1.patch的特征和方差和论文近似,

因为我没有用所有50张图像,只用了10张。也许用50张和论文更接近
在这里插入图片描述

5.2 spatial的basis和 spectral的basis

都是只显示top20
在这里插入图片描述

6.coef model

就是所有patch 按照pca分解后,特征矩阵对应的系数的分布情况

x 的j,k表示的是 spatial basis和spectral basis的序号
图7中 x11 表示第一个spatial basis和第一个spectral basis 。
图中是对应的所有patch的系数分布log

图8很有意思表示的是第二个spatial basis 与 排名1,2的两种spectral basis组合的系数分布图,接近高斯分布。
在这里插入图片描述

7.join model

这一部分没有看明白什么意思

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/873741.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

如何让主机显示Docker容器的程序界面,同时支持声音播放

系统中如果安装各种应用软件,很容易会因为版本冲刺引发异常。一个好的办法就是用容器来隔离系统环境,确保主机环境不变。对于一些有界面的程序,可以在容器内运行,让其界面显示在主机上。下面以安装和使用视频剪辑软件shotcut为例,介绍实现方案。 docker run -it --privil…

获取磁盘剩余容量-----c++

获取磁盘剩余容量 #include <filesystem>struct DiskSpaceInfo {double total;double free;double available; };DiskSpaceInfo getDiskSpace(const std::string& path) {std::filesystem::space_info si std::filesystem::space(path);DiskSpaceInfo info;info.…

机器学习 - 信息增益

信息增益&#xff08;Information Gain&#xff09; 信息增益是衡量在特征选择过程中一个特征对数据集分类能力提升的指标。在构建决策树&#xff08;如ID3和C4.5算法&#xff09;时&#xff0c;信息增益用于选择最佳的特征来划分数据集。信息增益基于熵的概念&#xff0c;通过…

多视角数据的不确定性估计:全局观的力量

论文标题&#xff1a;Uncertainty Estimation for Multi-view Data: The Power of Seeing the Whole Picture 中文译名&#xff1a;多视角数据的不确定性估计:全局观的力量 原文地址&#xff1a;Uncertainty Estimation for Multi-view Data: The Power of Seeing the Whole …

python用selenium网页模拟时xpath无法定位元素解决方法2

有时我们在使用python selenium xpath时&#xff0c;无法定位元素&#xff0c;红字显示no such element。上一篇文章写了1种情况&#xff0c;是包含iframe的&#xff0c;详见https://blog.csdn.net/Sixth5/article/details/140342929。 本篇写第2种情况&#xff0c;就是xpath定…

类和对象:赋值函数

1.运算符重载 • 当运算符被⽤于类类型的对象时&#xff0c;C语⾔允许我们通过运算符重载的形式指定新的含义。C规定类类型对象使⽤运算符时&#xff0c;必须转换成调⽤对应运算符重载&#xff0c;若没有对应的运算符重载&#xff0c;则会编译报错&#xff1b;&#xff08;运算…

数据旋律与算法和谐:LLMs的微调交响

论文&#xff1a;https://arxiv.org/pdf/2310.05492代码&#xff1a;暂未开源机构&#xff1a;阿里巴巴领域&#xff1a;模型微调发表&#xff1a;ACL 2024 这篇论文《How Abilities in Large Language Models are Affected by Supervised Fine-tuning Data Composition》深入…

【BUG】已解决:raise KeyError(key) from err KeyError: (‘name‘, ‘age‘)

已解决&#xff1a;raise KeyError(key) from err KeyError: (‘name‘, ‘age‘) 欢迎来到英杰社区https://bbs.csdn.net/topics/617804998 欢迎来到我的主页&#xff0c;我是博主英杰&#xff0c;211科班出身&#xff0c;就职于医疗科技公司&#xff0c;热衷分享知识&#xf…

python学习(不是广告)是我自己看了这么多课总结的经验

入门 首先推荐的是林粒粒的python入门学习 在你看完这套Python入门教程后&#xff1a; 想继续巩固基础 &#x1f449; 想学习Python数据分析 &#x1f449; 想学习Python AI大模型应用开发 &#x1f449; 进阶 入门之后就是进阶使用python实现 1.办公效率化 2.数据分析&am…

信弘智能与图为科技共探科技合作新蓝图

本期导读 近日&#xff0c;图为信息科技&#xff08;深圳&#xff09;有限公司迎来上海信弘智能科技有限公司代表的到访&#xff0c;双方共同探讨英伟达生态系统在人工智能领域的发展。 在科技日新月异的今天&#xff0c;跨界合作与技术交流成为了推动行业发展的重要驱动。7月…

GraphRAG+ollama+LM Studio+chainlit

这里我们进一步尝试将embedding模型也换为本地的&#xff0c;同时熟悉一下流程和学一些新的东西 1.环境还是用之前的&#xff0c;这里我们先下载LLM 然后你会在下载nomic模型的时候崩溃&#xff0c;因为无法搜索&#xff0c;无法下载 解决办法如下lm studio 0.2.24国内下载…

Qt 遍历Combbox下拉框的内容并进行判断

一共用到两个函数&#xff1a; 1、count()&#xff1b;用于计算当前Combox中一共有几个item。 2、itemText(int i)&#xff1b;参数 i 是需要查看item的索引。 用来查看当前item的text&#xff08;文本信息&#xff09;。 for(int i 0; i < ui->comboBox_displayDev-&g…

C++学习笔记-用const修饰的类成员函数

在C编程中&#xff0c;const关键字扮演着多重角色&#xff0c;其中之一就是用于修饰类的成员函数&#xff0c;以表明该函数不会修改类的任何成员变量&#xff08;无论是数据成员还是静态成员&#xff09;。使用const成员函数可以提高代码的可读性和安全性&#xff0c;特别是在多…

Ubuntu 24.04 LTS Noble安装Docker Desktop简单教程

Docker 为用户提供了在 Ubuntu Linux 上快速创建虚拟容器的能力。但是&#xff0c;那些不想使用命令行管理容器的人可以在 Ubuntu 24.04 LTS 上安装 Docker Desktop GUI&#xff0c;本教程将提供用于设置 Docker 图形用户界面的命令…… Docker Desktop 是一个易于使用的集成容…

mybatis-sql实战总结

mybatis-sql实战总结 动态条件查询怎么List遍历集合进行拼接&#xff1f; 动态条件查询 动态条件查询总结 注意点&#xff1a; 1.可以用where 11 也可以用 防止出现后面没有条件的情况 2.模糊查询用concat拼接 A.SSTRING10 like concat(#{adAccEntrie.sstring10},‘%’) 3. 对于…

Python正则表达式中的分组

表达式中的分组 它是可以通过" () “来进行分组&#xff0c;更专业的表达就是捕获组&#xff0c;每个完整的” () “可以分为一组&#xff0c;同时&#xff0c;” () “中还可以嵌套” () "&#xff0c;即组之间还可以存在更小的组 概念 1、当我们在一个正则表达式…

最短路径算法——A*算法

A*算法是静态路网中求解最短路径最有效的直接搜索算法&#xff0c;也是解决许多搜索问题的有效算法&#xff0c;广泛应用于机器人路径搜索、游戏动画路径搜索等。它是图搜索算法的一种。 A*算法是一种启发式的搜索算法&#xff0c;它是基于深度优先算法(Depth First Search, D…

pgsql-使用dump命令制作数据库结构、数据快速备份bat脚本

一、背景 通过pgsql的dump命令可以快速的做数据库表结构、表数据的备份&#xff0c;随着业务不断的增加单库单实例已经不能满足业务需要。技术人员是比较懒惰的&#xff0c;每次敲相同命令或是无脑的复制黏贴操作感觉都是对精神的一种摧残&#xff0c;解决摧残的方法就是把命令…

脑肿瘤有哪些分类? 哪些人会得脑肿瘤?

脑肿瘤&#xff0c;作为一类严重的脑部疾病&#xff0c;其分类复杂多样&#xff0c;主要分为原发性脑肿瘤和脑转移瘤两大类。原发性脑肿瘤起源于颅内组织&#xff0c;常见的有胶质瘤、脑膜瘤、生殖细胞瘤、颅内表皮样囊肿及鞍区肿瘤等。其中&#xff0c;胶质瘤作为最常见的脑神…

dict 之ai学习

我的代码&#xff1a; k["name","age","job"] v1["zhangsan",25,"programmer"] v2["lisi",33,"worker"] v3["wangwu",55,"scientist"] s4dict(zip(k,v1,v2,v3)) for key,valu…