采用联合域字典稀疏表示的极化SAR图像分类

• 作者: 刘帅 刘璐 焦李成 靳少辉
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 极化SAR图像分类 字典学习 稀疏表示 流形距离 近邻传播聚类 线性支持向量机
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 电子与信息工程
• 页码范围: 81-85
• 页数: 5页
• 分类号: TP75
• 语种: 中文
• DOI: 10.13245/j.hust.160217

摘要

针对传统字典学习算法难以有效保持极化SAR图像的空间结构以及难以处理大规模数据的问题，提出了一种基于空域和极化域的联合域字典学习和稀疏表示的分类方法。该方法采用基于联合域流形距离的快速AP聚类进行字典学习。利用局部线性编码对极化SAR图像进行空域和极化域的联合域稀疏表示，充分利用了极化SAR数据集潜在的信息，有效保持极化SAR数据结构的同时降低了算法的时间复杂度。试验结果表明：所提算法适应性强，收敛速度快，能够提高极化SAR图像的分类精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘璐	西安理工大学计算机科学与工程学院	3	20	2.0	3.0