基于超像素稀疏表示的高光谱遥感 图像分类原理分析

  • 格式:pdf
  • 大小:1.29 MB
  • 文档页数:2
1 稀疏表示分类原理
近 年 来 袁信 号 和 图 像 处 理 等 领 域 大 多 数 使 用 稀 疏 模 型 遥该 模 型 主 要 依 附 于 基 或 字 典 中 很 少 量 元 素 的 组 合 来 完 成 袁并 且 组 合 的 方 式 主 要 是 线 性 组 合 遥完 备 图 像 稀 疏 表 示 是 近 年 来 又 一 新 的 研 究 方 向 和 热 点 遥随 着 完 备 稀 疏 表 示 理 论 的 进 一 步 研 究 和 完 善 袁其 众 多 方 法 被 用 于 计 算 机 视 觉 的 任 务 当 中 院图 像 检 索 袁语 义 理 解 袁 场 景 分 类 袁目 标 检 测 等 袁这 与 遥 感 影 像 分 类 的 任 务 不
谋 而 合 袁可 以 相 信 袁超 完 备 图 像 稀 疏 表 示 理 论 的 研 究 将会成为图像关联领域的智能化分析和理解的重要手 段 遥遥 感 图 像 地 物 电 磁 波 辐 射 的 多 段 测 量 值 构 成 的 光 谱 特 征 袁经 常 用 来 作 为 衡 量 遥 感 图 像 分 类 的 基 标 准 遥 它 既 可 以 反 映 图 像 的 空 间 分 布 信 息 袁又 可 以 显 示 出 结 构 信 息 的 纹 理 特 征 遥基 于 上 述 表 述 袁它 可 以 作 为 遥 感 图 像 分 类 的 有 益 补 充 袁特 别 是 在 特 征 空 间 这 方 面 遥众 多 成 功 的 应 用 中 袁基 于 稀 疏 表 示 的 图 像 分 类 受 到 了 各 方 面 的 极 大 关 注 遥研 究 表 明 袁从 视 觉 神 经 元 的 机 理 来 看 袁 自 然 图 像 是 可 以 稀 疏 表 示 的 遥提 出 一 个 基 于 稀 疏 表 示 的 分 类 方 法 渊Sparse Representation based Classification,SRC冤袁此 类 方 法 假 设 测 试 样 本 能 被 同 类 目 标 成 功 地 表 示 遥简 单 地 说 袁 SRC 就 是 利 用 训 练 样 本 之 中 的 固 有 属 性 以 及 它 的 线 性 特 征 袁 通 过 计 算 得 出 线 性 表 示 系 统 的 重 要 数 要要要 稀 疏 表 示 系 数 袁之 后 再 结 合 训 练 样 本 计 算 得 出 每 类 的 重 构 误 差 袁最 后 再 把 测 试 样 本 放 入 最 小 重 构 误 差 的 类 别 遥 计 算 出 众 多 研 究 表 明 自 然 图 像 能 够 被 稀 疏 表 示 袁并 且 稀 疏 表示理论能够很好地完成图像分类任务遥
目 前 袁各 种 遥 感 数 据 呈 现 海 量 式 的 增 长 袁但 遥 感 图 像 包 含 不 同 波 段 的 矩 阵 袁 数 据 包 含 信 息 更 为 复 杂 袁其 特 有 的 成 像 机 理 使 人 工 解 译 变 得 极 为 困 难 遥对 于 理 解 遥 感 图 像 的 步 骤 袁 正 常 情 况 分 为 两 个 宏 观 的 方 面 袁其 一 是 分 类 袁这 个 是 前 提 袁然 后 才 是 理 解 遥 虽 然 这 些 步 骤 极 为 简 单 袁但 是 这 其 中 涉 及 到 的 技 术 就 很 多 了 袁其 中 图 像 分 类 提 取 技 术 最 为 关 键 袁它 是 核 心 袁通 过 它 袁才 能 进 行 后 面 的 操 作 袁比 如 相 关 知 识 的 表 达 袁和 相 对 应 的 推 理 尧匹 配 技 术 遥 由 于 理 解 较 为 复 杂 袁因 此 对 于 知 识 的 运 用 程 度 以 及 范 围 都 有 着 较 为 严 格 的 划 分 遥 当 然 袁关 于 完 成 任 务 的 难 易 程 度 也 会 有 相 应 的 划 分 遥根 据 划 分 袁遥 感 图 像 的 理 解 被 分 为 两 个 部 分 袁其 一 为 低 级 处 理 部 分 袁这 部 分 较 为 简 单 袁对 于 技 术 的 要 求 不 是 太 高 袁 主 要 是 关 于 图 像 输 入 尧纠 正 等 方 面 遥其 二 是 中 级 处 理 部 分 袁相 较 于 前 者 袁这 部 分 对 于 技 术 的 要 求 也 会 相 应 地 提 高 袁主 要 是 关 于 图 像 的 分 类 等 方 面 遥最 后 便 是 高 级 处 理 袁这 个 步 骤 涉 及 的 技 术 最 多 袁要 求 也 更 为 严 格 袁 因 为 提 炼 知 识 尧识 别 目 标 等 处 理 流 程 对 于 自 身 综 合 素 质 的 要 求 非 常 高 袁所 运 用 的 知 识 更 为 复 杂 尧繁 多 遥 虽 然 中 级 处 理 要 求 自 身 素 质 较 低 袁但 是 其 中 的 图 像 分 类 确 实 承 上 启 下 的 重 要 步 骤 袁因 为 它 是 遥 感 图 像 理 解 的 关 键 过 程 遥遥 感 图 像 的 分 类 也 是 有 相 应 的 划 分 依 据 的 袁 其 中 包 括 光 谱 尧空 间 尧时 间 等 特 性 遥 因 此 袁如 何 对 获 取 的 大 量 遥 感 数 据 进 行 自 动 解 译 就 变 得 十 分 重 要 遥高 光 谱遥感影像不仅具有普通影像具有的地物图像信息袁 而 且 包 含 丰 富 的 对 应 地 物 类 别 的 光 谱 信 息 袁 因 此 袁利 用 高 光 谱 影 像 可 实 现 更 离 精 度 的 影 像 分 类 袁满 足 实 际 应 用 和 生 产 的 需 要 遥高 光 谱 的 分 类 也 是 一 项 比 较 复 杂 的 项 目 袁因 为 它 涉 及 的 知 识 点 非 常 的 广 泛 袁其 中 既 包 括 统 计 学 的 知 识 袁又 涉 及 形 态 学 理 论 袁对 于 数 据 的 敏 感度要求较高遥
Science & Technology Vision
科技视界
基于超像素稀疏表示的高光谱遥感 图像分类原理分析
韩雪 渊 河 南 理 工 大 学 计 算 机 科 学 与 技 术 学 院 袁 河 南 焦 作 454150 冤
揖摘 要铱稀疏表示理论已被广泛用于图像分类任务袁在遥感图像领域内高光谱图像的分类也适用于稀疏 表示分类曰另一方面袁超像素的分割结果对于类特征的提取具有重要的意义袁因此将超像素计算与稀疏表示分 类相结合可以有效地提高遥感图像分类的精度遥
揖关键词铱稀疏表示分类曰超像素曰高光谱图像
中 图 分 类 号 院 TP391 . 41
文献标识码院 A
DOI 院 10 . 19694 / j . cnki . issn2095 - 2457 . 2019 . 26 . 057
文 章 编 号 院 2095 - 2457 渊2019冤26-0122-001