基于光谱角匹配预测的高光谱图像无损压缩_stmopen 关键词】: 高光谱图像,光谱角匹配,无损压缩 [gap=897]Keywords】: Hyperspectral images,Spectral Angle Match (SAM),Lossless compression
基于20个网页-相关网页
UNMIXING ALGORITHM OF HYPERSPECTRAL IMAGES 高光谱图像混合像元分解算法
3D hyperspectral images 三维超光谱图象
Data compression is a key problem in the applications of hyperspectral images.
数据压缩是高光谱图像处理应用中的一个关键问题。
参考来源 - 基于多预测器的高光谱图像无损压缩Therefore, it has significant value to increase the spatial resolution of hyperspectral images using super-resolution techniques.
因此,运用超分辨技术提高高光谱图像的空间分辨率,有着十分重要的实用意义。
参考来源 - 高光谱图像空—谱协同超分辨处理研究·2,447,543篇论文数据，部分数据来源于NoteExpress
Data compression is a key problem in the applications of hyperspectral images.
数据压缩是高光谱图像处理应用中的一个关键问题。
In fact, however, some researches don't need all information of hyperspectral images.
事实上，有很多高光谱的应用研究并不需要用到高光谱图像的全部信息。
Classification is an important means for analysis and application of hyperspectral images.
图像分类是高光谱遥感图像分析与应用的重要手段。
应用推荐