光谱与空间维双重稀疏表达的高光谱影像分类

发布时间：2017-09-19 04:13

  本文关键词：光谱与空间维双重稀疏表达的高光谱影像分类

  更多相关文章： 小波 双重稀疏分类 稀疏编码 高光谱影像

【摘要】：高光谱遥感影像的稀疏分类是当前遥感信息处理的研究热点。本文提出一种光谱与空间双重稀疏表达的高光谱遥感影像分类方法(WSSRC)。首先利用小波字典对光谱维进行稀疏表示,将光谱维稀疏分类转化到小波域稀疏分类;其次,考虑空间邻域地物光谱的统一性和差异性,对邻域内像元分别进行稀疏编码,并对编码进行累加聚合;然后,利用聚合后的稀疏编码构造线性分类器对高光谱影像进行分类;最后,通过2幅标准的高光谱影像数据验证了本文所提出的方法。实验结果表明,该方法能有效地提高影像的分类精度。
【作者单位】： 福州大学空间数据挖掘与信息共享教育部重点实验室福建省空间信息工程研究中心;
【关键词】： 小波 双重稀疏分类 稀疏编码 高光谱影像
【基金】：福建省自然科学基金项目“基于结构化稀疏表达模型的遥感影像时空融合方法研究”(2015J01163) 国家自然科学基金项目“基于稀疏转换学习的遥感影像时空融合模型与方法研究”(41571330) 国家科技支撑计划项目(2013BAC08B01)
【分类号】：P237
【正文快照】： 1引言近年来,稀疏表示理论的发展为图像处理领域带来了一场革命性的变革。稀疏表示主要利用冗余的数据表达模型,把图像信号表示为“过完备字典”中少数原子线性组合。由于稀疏表达符合人类视觉系统感知特性,并具有重建误差小,自适应性强和易于结合先验知识等优点,成为迄今为止

【参考文献】

中国期刊全文数据库 前1条

1 孙伟伟;刘春;施蓓琦;李巍岳;;基于随机矩阵的高光谱影像非负稀疏表达分类[J];同济大学学报(自然科学版);2013年08期

【共引文献】

中国硕士学位论文全文数据库 前1条

1 吴远昌;基于LDA和主动学习的图像分类方法研究[D];华南理工大学;2015年

【二级参考文献】

中国期刊全文数据库 前2条

1 宋相法;焦李成;;基于稀疏表示及光谱信息的高光谱遥感图像分类[J];电子与信息学报;2012年02期

2 宋琳;程咏梅;赵永强;;基于稀疏表示模型和自回归模型的高光谱分类[J];光学学报;2012年03期

【相似文献】

中国期刊全文数据库 前10条

1 范冬娟;张韶华;;高光谱影像反射率反演方法的研究[J];海洋测绘;2006年03期

2 甘甫平;王润生;;高光谱遥感技术在地质领域中的应用[J];国土资源遥感;2007年04期

3 杨燕杰;赵英俊;秦凯;陆冬华;;高光谱影像预处理技术[J];科技导报;2013年09期

4 杨可明;张涛;王立博;钱小丽;王林伟;刘士文;;谐波分析法高光谱影像融合及其光谱信息保真度评价[J];光谱学与光谱分析;2013年09期

5 杨哲海,冯猛,张燕燕;高光谱影像处理方法的改进[J];海洋测绘;2004年04期

6 李新双;张良培;李平湘;吴波;;基于小波分量特征值匹配的高光谱影像分类[J];武汉大学学报(信息科学版);2006年03期

7 原传纲;张广有;吴迪;杨哲海;;面向应用的高光谱影像分类方法[J];测绘科学技术学报;2007年02期

8 杨可明;陈云浩;郭达志;蒋金豹;;基于高光谱影像的小麦条锈病光谱信息探测与提取(英文)[J];光子学报;2008年01期

9 苏俊英;舒宁;;一种基于非线性增益小波滤波的高光谱影像去噪技术研究[J];遥感技术与应用;2008年04期

10 马莉;范文涛;;高光谱影像加权波段指数波段选择算法[J];黑龙江科技信息;2010年04期

中国重要会议论文全文数据库 前10条

1 舒宁;胡颖;;基于地物光谱特征的高光谱影像边缘提取方法[A];地理空间信息技术与应用——中国科协2002年学术年会测绘论文集[C];2002年

2 舒宁;;多光谱和高光谱影像纹理分析的几种方法[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

3 于美娇;董广军;张永生;纪松;杨靖宇;;一种基于极大后验估计的高光谱影像分辨率增强方法[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

4 董广军;纪松;朱朝杰;;基于局部线性嵌入流形学习的高光谱影像分类技术[A];第六届全国信息获取与处理学术会议论文集（3）[C];2008年

5 汪玮;周可法;王金林;周曙光;刘慧;;环境减灾卫星高光谱数据预处理[A];第十二届全国数学地质与地学信息学术研讨会论文集[C];2013年

6 黄远程;张良培;李平湘;;基于最小单形体体积约束的高光谱影像端元光谱提取[A];遥感定量反演算法研讨会摘要集[C];2010年

7 刘庆杰;蔺启忠;王黎明;王钦军;李庆亭;苗峰显;;基于CFFT最优信噪比的星载高光谱影像噪声抑制研究[A];第十七届中国遥感大会摘要集[C];2010年

8 张杰林;;砂岩型铀矿床高光谱数据挖掘技术研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

9 董彦芳;庞勇;;高光谱影像与LiDAR数据融合提取城市目标提取[A];中国地震学会空间对地观测专业委员会2013年学术研讨会论文摘要集[C];2013年

10 李飞;周成虎;陈荣国;;基于光谱曲线形态的高光谱影像检索方法研究[A];第二届中国科学院博士后学术年会暨高新技术前沿与发展学术会议程序册[C];2010年

中国博士学位论文全文数据库 前8条

1 刘轲;冬小麦叶面积指数高光谱遥感反演方法研究[D];中国农业科学院;2015年

2 杨国鹏;基于机器学习方法的高光谱影像分类研究[D];解放军信息工程大学;2010年

3 路威;面向目标探测的高光谱影像特征提取与分类技术研究[D];中国人民解放军信息工程大学;2005年

4 杨哲海;高光谱影像分类若干关键技术的研究[D];解放军信息工程大学;2006年

5 王凯;基于多特征融合的高光谱影像地物精细分析方法研究[D];武汉大学;2013年

6 杜辉强;高光谱遥感影像滤波和边缘提取方法研究[D];武汉大学;2004年

7 韦玮;基于多角度高光谱CHRIS数据的湿地信息提取技术研究[D];中国林业科学研究院;2011年

8 龚鑓;基于HDA和MRF的高光谱影像同质区分析[D];武汉大学;2007年

中国硕士学位论文全文数据库 前10条

1 司海青;含水量对土壤有机质含量高光谱估算的影响研究[D];中国农业科学院;2015年

2 董连凤;高光谱影像预处理技术研究[D];长安大学;2007年

3 祝鹏飞;面向对象的高光谱影像地物分类技术研究[D];解放军信息工程大学;2011年

4 杨国鹏;基于核方法的高光谱影像分类与特征提取[D];解放军信息工程大学;2007年

5 杨明;面向分类的高光谱影像特征提取技术研究[D];解放军信息工程大学;2012年

6 潘竞文;半监督邻域保持嵌入在高光谱影像分类中的应用[D];重庆大学;2014年

7 张丽;基于投影寻踪的高光谱影像特征提取与自动识别技术研究[D];长安大学;2006年

8 李翔;高光谱影像的聚类分析及应用[D];北京交通大学;2015年

9 徐卫霄;高光谱影像集成学习分类及后处理技术研究[D];解放军信息工程大学;2011年

10 郭学兰;基于LS-SVM模型的高光谱影像分类的研究[D];中南大学;2013年

，

本文编号：879422