自适应加权特征字典与联合稀疏相结合的遥感目标检测

• 作者: 王威 王新 陈俊伍
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 遥感目标 稀疏表示 Gabor变换 联合稀疏
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 图形图像与模式识别
• 页码范围: 276-280
• 页数: 5页
• 分类号: TP391
• 字数: 4854字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2018.10.051

摘要

随着分辨率的提高,遥感图像空间包含的有用信息越来越丰富,这使得遥感数据的处理变得更加复杂,容易发生维数灾难并影响识别效果.针对这一情况,提出一种自适应加权特征字典与联合稀疏相结合的遥感图像目标检测方法(GJ-SRC).首先将训练图像和待测图像进行Gabor变换以提取特征图像.然后计算各个特征值在进行稀疏表示时的贡献权重,通过自适应方法构造特征字典,使字典具有更强的判别能力.最后,提取每一类图像的公共特征和单个图像的私有特征构成联合字典,并利用测试图像稀疏表示进行目标检测识别.为了避免Gabor变换产生的维数灾难,在处理过程中采用PCA方法对特征字典进行降维,以降低计算成本.实验表明,与现有的SRC方法和遥感目标检测方法等相比,所提方法具有较好的检测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王威	长沙理工大学计算机与通信工程学院综合交通运输大数据智能处理湖南省重点实验室	30	63	4.0	6.0
2	王新	长沙理工大学计算机与通信工程学院综合交通运输大数据智能处理湖南省重点实验室	13	15	2.0	2.0
3	陈俊伍	长沙理工大学计算机与通信工程学院综合交通运输大数据智能处理湖南省重点实验室	1	2	1.0	1.0