基于图像边缘位移的有监督的稀疏表示分类方法

• 作者: 廖亮 杨程凯
• 来源期刊: 成都大学学报（自然科学版）
• 关键词: 图像分类 稀疏表示 训练样本 仿射约束
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 355-357
• 页数: 3页
• 分类号: TP391.41
• 语种: 中文

摘要

稀疏表示分类算法在有监督的图像识别上有广泛的应用。该分类算法的准确度与训练样本个数有很大的关联。通常训练样本越充分，则该算法分类准确率越高，然而遇到小样本问题时，该算法分类准确率会明显降低。针对小样本问题，提出使用基于图像边缘位移的方法，得到和原始训练图像样本高度相关的新样本，达到扩充训练样本容量的目的，进而提高算法的分类准确率。同时，对于带仿射约束的稀疏表示分类算法，也可以经过图像边缘位移方法来提高分类准确率。实验结果证明，所用方法能够取得较好的图像识别效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖亮	中原工学院电子信息学院	20	41	3.0	6.0
2	杨程凯	中原工学院电子信息学院	1	2	1.0	1.0