本文關(guān)鍵詞：采用聯(lián)合域字典稀疏表示的極化SAR圖像分類

  更多相關(guān)文章： 極化SAR圖像分類 字典學(xué)習(xí) 稀疏表示 流形距離 近鄰傳播聚類 線性支持向量機(jī)

【摘要】：針對(duì)傳統(tǒng)字典學(xué)習(xí)算法難以有效保持極化SAR圖像的空間結(jié)構(gòu)以及難以處理大規(guī)模數(shù)據(jù)的問(wèn)題,提出了一種基于空域和極化域的聯(lián)合域字典學(xué)習(xí)和稀疏表示的分類方法.該方法采用基于聯(lián)合域流形距離的快速AP聚類進(jìn)行字典學(xué)習(xí).利用局部線性編碼對(duì)極化SAR圖像進(jìn)行空域和極化域的聯(lián)合域稀疏表示,充分利用了極化SAR數(shù)據(jù)集潛在的信息,有效保持極化SAR數(shù)據(jù)結(jié)構(gòu)的同時(shí)降低了算法的時(shí)間復(fù)雜度.試驗(yàn)結(jié)果表明:所提算法適應(yīng)性強(qiáng),收斂速度快,能夠提高極化SAR圖像的分類精度.
【作者單位】： 西安理工大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院;西安電子科技大學(xué)智能感知與圖像理解教育部重點(diǎn)實(shí)驗(yàn)室國(guó)際智能感知與計(jì)算聯(lián)合研究中心;
【基金】：國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃資助項(xiàng)目(2013CB329402) 國(guó)家自然科學(xué)基金資助項(xiàng)目(61271302;61272282) 高等學(xué)校學(xué)科創(chuàng)新引智計(jì)劃資助項(xiàng)目(B07048)
【分類號(hào)】：TN957.52
【正文快照】： 極化合成孔徑雷達(dá)(synthetic aperture ra-dar,SAR)能獲取更豐富的地物信息,在軍事和民用領(lǐng)域得到廣泛的應(yīng)用[1-2].極化SAR圖像分類是極化SAR圖像處理的重要研究?jī)?nèi)容,現(xiàn)有的極化SAR分類方法往往只利用極化散射特征和統(tǒng)計(jì)特征,忽視了極化SAR圖像的空間特征,沒(méi)有充分挖掘極化數(shù)

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 公茂果;焦李成;馬文萍;張向榮;;基于流形距離的人工免疫無(wú)監(jiān)督分類與識(shí)別算法[J];自動(dòng)化學(xué)報(bào);2008年03期

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 馬立玲;張f，

本文編號(hào)：1177458