一种基于背景自学习的高光谱图像生物信息提取方法

• 作者: 张乐飞 张玉香 杜博 王挺 高旭杨
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 高光谱图像 生物信息提取 背景自学习
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 图形图像与模式识别
• 页码范围: 292-296
• 页数: 5页
• 分类号: TP391.4
• 字数: 3396字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2015.4.060

摘要

为了提取指纹、癌变区域等重要的生物信息,传统方法一般是使用物理、化学手段直接作用在信息载体上,这不仅需要较长时间,容易对原有信息及载体造成破坏,而且提取过程不可重现、精度较低.高光谱成像技术避免了获取信息时物理接触造成的破坏,能多次稳定获取图像,成为了一种优秀的生物信息采集途径.在此介绍一种基于背景自学习的高光谱图像信息提取方法,它解决了传统非结构化背景模型适应性不强的问题,利用空间光谱信息进一步提升了信息提取精度.实验证明,该方法能有效对背景信息进行估计,提取完整的生物目标信息,精度优于传统目标信息提取方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜博	武汉大学计算机学院	45	386	11.0	18.0
2	张乐飞	武汉大学计算机学院	19	186	8.0	13.0
3	张玉香	武汉大学遥感信息工程学院	1	2	1.0	1.0
4	高旭杨	武汉大学计算机学院	2	2	1.0	1.0
5	王挺	武汉大学测绘遥感信息工程国家重点实验室	2	10	2.0	2.0