本文關(guān)鍵詞：基于空間約束加權(quán)條件稀疏表示高光譜圖像分類

  更多相關(guān)文章： 圖像處理 高光譜圖像分類 加權(quán)條件稀疏表示 馬爾可夫隨機(jī)場

【摘要】：為了充分利用稀疏表示分類信息和高光譜圖像的空間信息,提出結(jié)合馬爾可夫隨機(jī)場的加權(quán)條件稀疏表示高光譜圖像分類算法。該算法對(duì)稀疏表示分解后的殘差向量建立條件稀疏表示模型,在計(jì)算殘差向量的類別歸屬時(shí)引入頻段方差信息;利用光譜信息散度從信息熵的角度挖掘重構(gòu)光譜中的類別鑒定信息;在期望最大化算法模型中,將條件稀疏模型與光譜信息散度模型相結(jié)合,使算法具備迭代自更新的能力;將馬爾可夫隨機(jī)場引入加權(quán)條件稀疏表示算法,在算法時(shí)間復(fù)雜度不變的情況下,對(duì)高光譜圖像的空間信息予以提取。仿真結(jié)果表明,該算法能夠有效地提高分類精度,且在不同試驗(yàn)數(shù)據(jù)下具備良好的穩(wěn)定性。
【作者單位】： 重慶郵電大學(xué)移動(dòng)通信技術(shù)重慶市重點(diǎn)實(shí)驗(yàn)室;
【關(guān)鍵詞】： 圖像處理 高光譜圖像分類 加權(quán)條件稀疏表示 馬爾可夫隨機(jī)場
【基金】：國家自然科學(xué)基金(61102062,671116) 重慶市教委科學(xué)技術(shù)研究項(xiàng)目(KJ1400416)資助課題
【分類號(hào)】：TP751
【正文快照】： 0引言隨著我國衛(wèi)星技術(shù)的不斷發(fā)展,高光譜圖像被越來越多地運(yùn)用到日常生活當(dāng)中。高光譜圖像可以準(zhǔn)確反映地物的光譜信息和空間信息;圖像的地物分類在軍事、醫(yī)療、環(huán)境保護(hù)和災(zāi)害防護(hù)等領(lǐng)域具有十分重要的意義[1]。稀疏表示[2](sparse representation,SR)已被證明在高光譜圖像

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳思寶;趙令;羅斌;;局部保持的稀疏表示字典學(xué)習(xí)[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

2 鄭軼;蔡體健;;稀疏表示的人臉識(shí)別及其優(yōu)化算法[J];華東交通大學(xué)學(xué)報(bào);2012年01期

3 段菲;章毓晉;;一種面向稀疏表示的最大間隔字典學(xué)習(xí)算法[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

4 張佳宇;彭力;;基于聯(lián)合動(dòng)態(tài)稀疏表示方法的多圖像人臉識(shí)別算法[J];江南大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期

5 查長軍;孫南;張成;韋穗;;基于稀疏表示的特定目標(biāo)識(shí)別[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2013年01期

6 朱啟兵;楊寶;黃敏;;基于核映射稀疏表示分類的軸承故障診斷[J];振動(dòng)與沖擊;2013年11期

7 王國權(quán);張揚(yáng);李彥鋒;王麗芬;馬曉梅;;一種基于稀疏表示的圖像去噪算法[J];工業(yè)儀表與自動(dòng)化裝置;2013年05期

8 耿耀君;張軍英;;一種基于投影稀疏表示的基因選擇方法[J];哈爾濱工程大學(xué)學(xué)報(bào);2011年08期

9 翟懿奎;甘俊英;徐穎;曾軍英;;快速稀疏表示指背關(guān)節(jié)紋識(shí)別及其并行實(shí)現(xiàn)[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2012年S1期

10 詹永照;張珊珊;成科揚(yáng);;基于非線性可鑒別的稀疏表示視頻語義分析方法[J];江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年06期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前3條

1 何愛香;劉玉春;魏廣芬;;基于稀疏表示的煤矸界面識(shí)別研究[A];虛擬運(yùn)營與云計(jì)算——第十八屆全國青年通信學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2013年

2 樊亞翔;孫浩;周石琳;鄒煥新;;基于元樣本稀疏表示的多視角目標(biāo)識(shí)別[A];2013年中國智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第五分冊(cè)）[C];2013年

3 葛鳳翔;任歲玲;郭鑫;郭良浩;孫波;;微弱信號(hào)處理及其研究進(jìn)展[A];中國聲學(xué)學(xué)會(huì)水聲學(xué)分會(huì)2013年全國水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2013年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李進(jìn)明;基于稀疏表示的圖像超分辨率重建方法研究[D];重慶大學(xué);2015年

2 王亞寧;基于信號(hào)稀疏表示的電機(jī)故障診斷研究[D];河北工業(yè)大學(xué);2014年

3 姚明海;視頻異常事件檢測與認(rèn)證方法研究[D];東北師范大學(xué);2015年

4 黃國華;蛋白質(zhì)翻譯后修飾位點(diǎn)與藥物適應(yīng)癥預(yù)測方法研究[D];上海大學(xué);2015年

5 李小薪;稀疏表示的分段匹配尋蹤方法[D];華南理工大學(xué);2009年

6 何艷敏;稀疏表示在圖像壓縮和去噪中的應(yīng)用研究[D];電子科技大學(xué);2011年

7 宋相法;基于稀疏表示和集成學(xué)習(xí)的若干分類問題研究[D];西安電子科技大學(xué);2013年

8 匡金駿;基于稀疏表示的圖像分類與目標(biāo)跟蹤研究[D];重慶大學(xué);2013年

9 李海山;基于稀疏表示理論的地震信號(hào)處理方法研究[D];中國石油大學(xué)（華東）;2013年

10 鄧承志;圖像稀疏表示理論及其應(yīng)用研究[D];華中科技大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王道文;基于稀疏表示的目標(biāo)跟蹤算法研究[D];華南理工大學(xué);2015年

2 李哲;基于稀疏表示和LS-SVM的心電信號(hào)分類[D];河北大學(xué);2015年

3 孫雪青;Shearlet變換和稀疏表示相結(jié)合的甲狀腺結(jié)節(jié)圖像融合[D];河北大學(xué);2015年

4 吳麗璇;基于稀疏表示的微聚焦X射線圖像去噪方法[D];華南理工大學(xué);2015年

5 趙孝磊;基于圖像分塊稀疏表示的人臉識(shí)別算法研究[D];南京信息工程大學(xué);2015年

6 黃志明;基于辨別式稀疏字典學(xué)習(xí)的視覺追蹤算法研究[D];華南理工大學(xué);2015年

7 張鈴華;非約束環(huán)境下的稀疏表示人臉識(shí)別算法研究[D];南京信息工程大學(xué);2015年

8 賀妍斐;基于稀疏表示與自適應(yīng)倒易晶胞的遙感圖像復(fù)原方法研究[D];南京信息工程大學(xué);2015年

9 楊爍;電能質(zhì)量擾動(dòng)信號(hào)的稀疏表示/壓縮采樣研究[D];西南交通大學(xué);2015年

10 應(yīng)艷麗;基于低秩稀疏表示的目標(biāo)跟蹤算法研究[D];西南交通大學(xué);2015年

，

本文編號(hào)：696351