Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 3.233.242.67
    [SESS_TIME] => 1713497114
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => 236c62c4aadfe8007386727869f51af9
    [UNIQUE_KEY] => 33de124c7c47930e819a5173e265a617
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Автометрия

2021 год, номер 6

ВЫДЕЛЕНИЕ КОНТУРОВ НА ГИПЕРСПЕКТРАЛЬНЫХ ИЗОБРАЖЕНИЯХ

В.В. Шипко1, Е.А. Самойлин1, В.Э. Пожар2, А.С. Мачихин2
1Военный учебно-научный центр Военно-воздушных сил “Военно-воздушная академия им. проф. Н. Е. Жуковского и Ю. А. Гагарина”, г. Воронеж, Россия
shipko.v@bk.ru
2Научно-технологический центр уникального приборостроения РАН, г. Москва, Россия
vitold@ntcup.ru
Ключевые слова: гиперспектральные изображения, выделение контуров, градиент, коэффициент корреляции, межспектральная разность
Страницы: 67-75

Аннотация

Рассмотрены основные подходы к выделению контуров объектов на гиперспектральных изображениях. Представлены алгоритмы выделения контуров спектрально-селективных объектов на основе пространственно-спектральной корреляции и межспектральной разности градиентов. Показана эффективность предложенных алгоритмов при обработке реальных гиперспектральных изображений при условии аддитивного гауссовского шума.

DOI: 10.15372/AUT20210607
Добавить в корзину
Товар добавлен в корзину