机译:将先验分类器的局部光谱和空间信息转换为上下文信息,以实现不透水的表面分类
Department of Environmental Resources Engineering, College of Environmental Science and Forestry, State University of New York, 1 Forestry Dr., Syracuse, NY 13210, USA;
Department of Environmental Resources Engineering, College of Environmental Science and Forestry, State University of New York, 1 Forestry Dr., Syracuse, NY 13210, USA;
机译:从中等空间分辨率多光谱和高光谱图像中提取不透水的表面:比较
机译:使用光谱空间特征稀疏表示和后处理方法改善高光谱图像的不透水表面估计
机译:使用面向对象的分类方法将城市渗透表面映射到空中高光谱图像中
机译:利用高空间分辨率多光谱图像和LIDAR数据描绘不透水表面
机译:通过将时空信息纳入光谱混合分析中进行大规模城市不透水地表估计
机译:改进线性光谱混合分析从Sentinel-2多光谱图像中提取高精度城市不透水表面
机译:基于局部表面拟合和光谱特征的空间特征组合进行高光谱图像分类
机译:利用先验信息进行核物理自动数据分类的上下文图像分割系统