APP下载

稀疏表示遥感图像分类方法综述

2016-12-22何苗王保云盛伟孔艳

现代计算机 2016年32期
关键词:特征提取分类信号

何苗,王保云,盛伟,孔艳

(云南师范大学信息学院,昆明 650500)

稀疏表示遥感图像分类方法综述

何苗,王保云,盛伟,孔艳

(云南师范大学信息学院,昆明650500)

信号的稀疏表示是目前计算机视觉领域中的研究热点,在对稀疏表示遥感图像分类方法进行综述的基础上,主要分析和总结稀疏表示中的稀疏系数求解方法、字典学习方法及分类方法方面的内容,并指出稀疏表示遥感图像分类方法需要进一步研究的问题。

稀疏表示;遥感图像分类;稀疏系数求解;字典学习

云南省教育厅科学研究基金(No.2014Y145)、云南省哲学社会科学规划项目(No.QN2015067)、云师大博士启动基金(No.01000205020503064)

0 引言

随着遥感技术的不断发展,遥感图像被广泛地应用于多个领域,如民用、军事等多个重要的领域。在航天技术和传感器技术的迅猛发展的推动下,卫星遥感呈现出“三高”和“三多”的发展趋势[1]。这一发展趋势致使遥感图像成为了名副其实的大数据。面对海量的数据,如何有效地、快速地对其进行处理成为当前计算机领域及遥感应用领域的研究热点。遥感图像的分类是遥感应用中较为关键的环节之一,尤其是军事应用领域中对目标的检测与识别,均需对目标图像进行分类。遥感图像相比一般的自然图像较为复杂,不仅信息量大,而且空间结构复杂、数据维度较高,传统的图像处理及分类方法难以对其实现较好的分类效果,在一定程度上限制了遥感图像的应用。

近年来,随着压缩感知理论的快速发展,信号的稀疏表示在其推动下得到了广泛应用。……

登录APP查看全文

猜你喜欢

特征提取分类信号
分类算一算
信号
完形填空二则
基于Gazebo仿真环境的ORB特征提取与比对的研究
基于FPGA的多功能信号发生器的设计
教你一招:数的分类
一种基于LBP 特征提取和稀疏表示的肝病识别算法
基于LabVIEW的力加载信号采集与PID控制
基于MED和循环域解调的多故障特征提取
Walsh变换在滚动轴承早期故障特征提取中的应用