基于双重L2稀疏编码的高光谱图像分类

发布时间：2017-10-14 11:37

  本文关键词：基于双重L2稀疏编码的高光谱图像分类

  更多相关文章： 稀疏编码 L稀疏规则 高光谱图像 图像重建 图像分类

【摘要】：目的为了有效提高高光谱图像分类的精度,提出了双重L2稀疏编码的高光谱图像分类方法。方法首先对高光谱图像进行预处理,充分结合图像的空间信息和光谱信息,利用像元的空间连续性,用L2稀疏编码重建图像中每个像元。针对重建的图像数据,依据L2稀疏编码的最小误差和编码系数实现分类。结果在公开的数据库AVIRIS高光谱图像上进行验证,分类精度为99.44%,与支持向量机(SVM)、K最近邻(KNN)和L1稀疏编码方法比较,有效地提高了分类的准确性。结论实验结果表明,提出的方法应用于高光谱图像分类具有较好的分类效果。
【作者单位】： 沈阳航空航天大学;
【关键词】： 稀疏编码 L稀疏规则 高光谱图像 图像重建 图像分类
【基金】：辽宁省自然科学基金项目(2015020101) 辽宁省教育厅基金项目(LJQ2014018,L2014066)~~
【分类号】：TP751
【正文快照】： 论文引用格式:Liu Y,Ji X F,Wang Y Y.Classification of hyperspectral image based on double L2sparse coding[J].Journal of Image and Graphics,2016,21(12):1707-1715.[刘洋,姬晓飞,王杨扬.基于双重L2稀疏编码的高光谱图像分类[J].中国图象图形学报,2016,21(12): 1707-

【参考文献】

中国期刊全文数据库 前6条

1 朱勇;吴波;;光谱与空间维双重稀疏表达的高光谱影像分类[J];地球信息科学学报;2016年02期

2 杨钊霞;邹峥嵘;陶超;田彦平;何小飞;;空-谱信息与稀疏表示相结合的高光谱遥感影像分类[J];测绘学报;2015年07期

3 沈辉;袁晓彤;刘青山;;基于预测稀疏编码的快速单幅图像超分辨率重建[J];计算机应用;2015年06期

4 任越美;张艳宁;魏巍;张秀伟;;基于稀疏表示和词袋模型的高光谱图像分类[J];计算机科学;2014年10期

5 樊利恒;吕俊伟;于振涛;毕波;;基于改进最大似然方法的多光谱遥感图像分类方法[J];电光与控制;2014年10期

6 龚卫国;潘飞宇;李进明;;用双层重建法实现单幅图像的超分辨率重建[J];光学精密工程;2014年03期

【共引文献】

中国期刊全文数据库 前10条

1 李方彪;何昕;魏仲慧;马鑫;;基于超分辨率重建的亚像素图像配准[J];光学精密工程;2017年02期

2 刘洋;姬晓飞;王杨扬;;基于双重L2稀疏编码的高光谱图像分类[J];中国图象图形学报;2016年12期

3 李垒;任越美;;基于随机森林的高光谱遥感图像分类[J];计算机工程与应用;2016年24期

4 房宗启;;一种基于引导滤波和MNF的高光谱遥感图像分类方法[J];软件导刊;2016年09期

5 闫利;江维薇;;一种利用结构特征的高分辨率遥感影像种植园自动提取方法[J];测绘学报;2016年09期

6 袁其平;林海杰;陈志宏;杨晓苹;;用支持向量回归法实现单帧图像超分辨率重建[J];光学精密工程;2016年09期

7 黄鸿;郑新磊;;高光谱影像空-谱协同嵌入的地物分类算法[J];测绘学报;2016年08期

8 吴尔律;张贝克;邹进屹;;基于两级分类器的高光谱遥感图像分类[J];计算机应用;2016年S1期

9 符冉迪;周颖;颜文;尹曹谦;;基于TV-L~1分解的红外云图超分辨率算法[J];光学精密工程;2016年04期

10 杨存强;韩晓军;张南;;基于图像块迭代和稀疏表示的超分辨率图像重建算法[J];计算机应用;2016年02期

【二级参考文献】

中国期刊全文数据库 前1条

1 金晶;邹峥嵘;陶超;;高分辨率遥感影像的压缩纹理元分类[J];测绘学报;2014年05期

【相似文献】

中国期刊全文数据库 前10条

1 程东阳;蒋兴浩;孙锬锋;;基于稀疏编码和多核学习的图像分类算法[J];上海交通大学学报;2012年11期

2 邹柏贤;苗军;;自然图像稀疏编码模型研究综述[J];郑州大学学报(工学版);2013年03期

3 唐峰;孙锬锋;蒋兴浩;陆欢;;基于改进稀疏编码模型的图像分类算法[J];上海交通大学学报;2012年09期

4 郑歆慰;胡岩峰;孙显;王宏琦;;基于空间约束多特征联合稀疏编码的遥感图像标注方法研究[J];电子与信息学报;2014年08期

5 苗中华;周广兴;刘海宁;刘成良;;基于稀疏编码的振动信号特征提取算法与实验研究[J];振动与冲击;2014年15期

6 郝凯;宋明黎;卜佳俊;陈纯;;局部稀疏编码的自然灰度图像着色方法[J];计算机辅助设计与图形学学报;2011年08期

7 王斌;王媛媛;肖文华;王炜;张茂军;;基于判别稀疏编码视频表示的人体动作识别[J];机器人;2012年06期

8 欧阳琰;桑农;黄锐;;基于鲁棒稀疏编码的表情识别方法[J];武汉理工大学学报(信息与管理工程版);2013年03期

9 史骏;姜志国;冯昊;张浩鹏;孟钢;;基于弹性网稀疏编码的空间目标识别[J];航空学报;2013年05期

10 ;[J];;年期

中国重要会议论文全文数据库 前3条

1 尚丽;;使用正态可逆高斯密度模型的非负稀疏编码收缩技术实现图像消噪[A];苏州市自然科学优秀学术论文汇编(2008-2009)[C];2010年

2 刘扬;程健;卢汉清;;基于目标局部特征的迁移式学习[A];第十四届全国图象图形学学术会议论文集[C];2008年

3 张莹莹;梁培基;;视网膜神经元的高效信息处理[A];第十一次中国生物物理学术大会暨第九届全国会员代表大会摘要集[C];2009年

中国博士学位论文全文数据库 前10条

1 唐海峰;基于信号稀疏表征的故障诊断方法研究[D];上海交通大学;2014年

2 孙宇平;基于稀疏表征和自相似性的视觉数据识别关键技术及应用[D];华南理工大学;2015年

3 徐平华;基于稀疏编码的多视域织物外观平整度表征与评级[D];东华大学;2016年

4 吕京磊;基于功能磁共振成像的大脑架构表达的研究[D];西北工业大学;2016年

5 王婧;面向在线环境的数据编码问题研究[D];合肥工业大学;2015年

6 李清勇;视觉感知的稀疏编码理论及其应用研究[D];中国科学院研究生院（计算技术研究所）;2006年

7 季昊;稀疏编码研究及其在模式识别中的应用[D];北京邮电大学;2012年

8 孙俊;人脸图像分析和识别方法研究[D];清华大学;2001年

9 朱秋平;基于稀疏编码的织物瑕疵检测算法研究[D];武汉大学;2014年

10 罗敏楠;T-S模糊推理系统的结构稀疏编码辨识理论与方法[D];清华大学;2014年

中国硕士学位论文全文数据库 前10条

1 柏文强;基于局部特征提取和稀疏编码的人脸识别算法研究[D];燕山大学;2015年

2 李明;目标检测与识别算法研究与应用[D];中央民族大学;2015年

3 许涛;面向视频管理的指纹特征提取技术研究[D];电子科技大学;2015年

4 鲍珍珍;基于多路分层稀疏编码的遥感图像场景分类[D];西安电子科技大学;2014年

5 覃晓冰;基于稀疏编码的语音去噪技术研究[D];电子科技大学;2015年

6 谢易道;大规模人脸图像编码及其在人脸验证中的应用研究[D];电子科技大学;2015年

7 勾珍珍;基于空间约束和稀疏编码的高光谱图像分类[D];西安电子科技大学;2014年

8 黄成;基于非负稀疏编码的视频拷贝检测方法研究[D];湘潭大学;2015年

9 张文义;基于智能监控系统的图像质量增强算法的研究[D];南京邮电大学;2015年

10 丁文秀;基于分层深度学习的行人分类方法研究[D];合肥工业大学;2015年

，

本文编号：1030889