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:
高光谱图像变化检测可提供地球表面的时间维变化信息,对城乡规划和管理至关重要.因具有较高的光谱分辨率,高光谱图像常被用于检测更精细的变化.针对高光谱变化检测的问题,提出一种基于协同稀疏与非局部低秩张量的高光谱图像变化检测方法.该方法首先求得前后时间点的高光谱差分图像,再根据差分图像中图像块的非局部分布特点,提取不同的非局部张量簇.然后基于协同稀疏正则化和低秩正则化建立协同稀疏与非局部低秩张量变化检测模型,并采用交替方向乘子法对模型求解得到表示系数.最后根据表示系数求得张量在不同类别中的投影残差,进而根据投影残差最小准则判断该张量块是否发生变化.在Farm-land数据集和Urban area in San Francisco City数据集上进行实验,实验结果表明该方法取得较好的高光谱变化检测精度.
推荐文章
期刊_联合空间信息的改进低秩稀疏矩阵分解的高光谱异常目标检测
高光谱图像
异常目标检测 低秩稀疏矩阵分解 稀疏矩阵 残差矩阵
基于低秩表示的非负张量分解算法
图像分类
低秩表示
非负
张量分解
多光谱图像水域变化检测方法研究
变化检测
BP神经网络
多光谱图像
特征提取
基于非凸低秩稀疏约束的船舶交通流量预测
船舶交通流量
预测
非凸优化
交替方向乘子法
广义迭代阈值算法
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 高光谱协同稀疏与非局部低秩张量变化检测
来源期刊 计算机科学与探索 学科 工学
关键词 高光谱 变化检测 协同稀疏 非局部低秩 张量分解
年,卷(期) 2022,(2) 所属期刊栏目 图形图像|Graphics and Image
研究方向 页码范围 448-457
页数 10页 分类号 TP391
字数 语种 中文
DOI 10.3778/j.issn.1673-9418.2009009
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(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)
研究主题发展历程
节点文献
高光谱
变化检测
协同稀疏
非局部低秩
张量分解
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
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导