基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了增强遥感影像局部特征的表征能力并充分利用过完备字典的稀疏分解,提出了基于稀疏表示特征构建视觉词典的遥感影像检索新方法.首先,提取遥感训练影像库的局部不变特征,对大量的局部特征训练过完备字典并将在该字典更新下获取的稀疏表示作为图像的特征描述;然后,对稀疏表示特征构建视觉词典,并进行空间金字塔匹配,获取稀疏直方图特征;最后,使用稀疏特征训练SVM分类模型,通过分类模型输出与查询影像属于一个类别的影像,在该类别的影像集中进行相似度匹配,返回与查询影像最为相似的图像,实现检索.实验结果表明,新方法提取的特征不仅具备局部不变特征的鲁棒性,还提供了必要的语义信息,在影像检索领域具有较强的实用性和适用性.
推荐文章
基于主颜色和分块颜色矩的遥感影像检索
图像检索
特征提取
遥感影像
遥感影像纹理特征库的建立
遥感影像
纹理特征
MATLAB
一种基于群稀疏特征选择的图像检索方法
基于内容的图像检索
特征选择
逻辑回归
群稀疏表示
L2,1范数正则化
局部和稀疏保持无监督特征选择法
局部保持投影
稀疏保持投影
高维小样本
无监督
特征选择
聚类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 利用局部稀疏不变特征的遥感影像检索
来源期刊 国土资源遥感 学科 地球科学
关键词 局部不变特征 过完备字典 稀疏表示 SVM分类模型 影像检索
年,卷(期) 2018,(2) 所属期刊栏目 技术方法
研究方向 页码范围 38-44
页数 7页 分类号 P237
字数 5631字 语种 中文
DOI 10.6046/gtzyyg.2018.02.05
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周绍光 河海大学地球科学与工程学院 58 368 11.0 15.0
2 岳顺 河海大学地球科学与工程学院 24 105 6.0 8.0
3 胡屹群 河海大学地球科学与工程学院 9 33 3.0 5.0
4 刘晓晴 河海大学地球科学与工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (33)
参考文献  (11)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
局部不变特征
过完备字典
稀疏表示
SVM分类模型
影像检索
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
国土资源遥感
季刊
1001-070X
11-2514/P
大16开
北京学院路31号航空物探遥感中心
1988
chi
出版文献量(篇)
2374
总下载数(次)
2
总被引数(次)
37077
论文1v1指导