Samara University Repository
Welcome to the Samara University repository!
This is an open electronic archive created to preserve and disseminate the scientific results of our university. The works of researchers, faculty members, and students are available to everyone for academic and research purposes.
The repository contains dissertations, research articles, educational and methodological materials, monographs, and regulatory documents. The collections cover a wide range of fields: from aerospace technologies, engine engineering, and computer science to history, linguistics, mathematics, and ecology. The archive brings together the scientific heritage of the university, including materials prepared during the period of Samara State Aerospace University and Samara State University.
Looking for publications by author, title, date, or subject? Full-text search will provide relevant results. Want to explore the academic life more closely? Browse materials by the universityâs organizational units.
Descriptions of all publications and articles available in the repository can be found in the libraryâs electronic catalog. Staff and students can log in via the menu "Login -> My Resource Archive" using their personal account credentials (SSAU_id).
Use the archive for study, research, and professional development!
| Title: | Сегментация гиперспектральных изображений с использованием снижения размерности и классических методов сегментации |
| Issue Date: | 2017 |
| Publisher: | Новая техника |
| Citation: | Мясников Е.В. Сегментация гиперспектральных изображений с использованием снижения размерности и классических методов сегментации // Сборник трудов III международной конференции и молодежной школы «Информационные технологии и нанотехнологии» (ИТНТ-2017) - Самара: Новая техника, 2017. - С. 637-643. |
| Abstract: | Благодаря природе гиперспектральных изображений, неуправляемая сегментация таких изображений представляется достаточно сложной задачей. В настоящей работе для решения этой задачи используется следующая трехэтапная процедура. На первом этапе снижается размерность гиперспектральных изображений. Затем применяется один из классических методов сегментации (сегментация через кластеризацию, наращивание областей или преобразование водораздела). На последнем этапе для повышения качества сегментации используется процедура слияния областей, основанная на очередях с приоритетами. Для нахождения параметров алгоритмов и сравнения методов сегментации используются меры качества сегментации (global consistency error и rand index) и хорошо известные гиперспектральные изображения. |
| URI: | http://repo.ssau.ru/jspui/handle/123456789/12911 |
| Appears in Collections: | Информационные технологии и нанотехнологии |
| File | Description | Size | Format | |
|---|---|---|---|---|
| paper 120_637-643.pdf | Основная статья. Раздел: Обработка изображений и геоинформационные технологии | 678.64 kB | Adobe PDF | View/Open |
Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.