基于稀疏表示和学习图正则的高光谱图像特征提取

张明华; 罗红玲; 宋巍; 黄冬梅; 贺琪; 苏诚

首页> 中文期刊> 《光子学报》 >基于稀疏表示和学习图正则的高光谱图像特征提取

基于稀疏表示和学习图正则的高光谱图像特征提取

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对传统局部特征提取算法难以确定邻域参数,以及仅考虑数据间的单一结构而漏掉重要信息的问题,提出一种基于稀疏表示和学习图正则的局部判别与全局稀疏保持投影算法。该算法首先对稀疏表示模型施加基于学习的图正则器,用该改进的稀疏表示模型自适应揭示样本数据间的局部线性结构,通过局部判别模型全局集成算法来提取局部线性结构中的判别信息;利用基于学习图正则稀疏表示模型构建的新型稀疏图来揭示数据间的全局稀疏结构;使得数据的局部判别结构和全局稀疏结构在低维特征空间得以保持。通过1-近邻和支持向量机分类器对实验结果进行评估,在PaviaU和Indian Pines两个高光谱公共数据集上的实验显示,提出的局部判别与全局稀疏保持投影算法较对比算法取得了最好的性能,由于提取了全局和局部的判别信息,有效提升了高光谱图像的地物分类精度。

著录项

来源
《光子学报》 |2021年第4期|241-253|共13页
作者
张明华; 罗红玲; 宋巍; 黄冬梅; 贺琪; 苏诚;
展开▼
作者单位

上海海洋大学信息学院;

上海201306;

上海电力大学;

上海200090;

自然资源部东海预报中心;

上海200136;

展开▼
原文格式 PDF
正文语种 chi
中图分类图像处理方法;
关键词
高光谱图像; 特征提取; 稀疏表示; 局部判别信息; 学习图正则;

相似文献

中文文献
外文文献
专利

1. 基于稀疏图正则矩阵判别分析的高光谱图像分类 [J] . 黄晓伟 ,杭仁龙 ,孙玉宝 . 南京师大学报（自然科学版） . 2019,第001期
2. 基于图稀疏正则化多测量向量模型的高光谱压缩感知重建 [J] . 孙玉宝 ,李欢 ,吴敏 . 电子与信息学报 . 2014,第012期
3. 基于字典学习的正则化鲁棒稀疏表示肿瘤细胞图像识别 [J] . 甘岚 ,张永焕 . 计算机应用 . 2016,第010期
4. 空谱协同竞争保持图嵌入高光谱图像特征提取 [J] . 陶洋 ,翁善 ,林飞鹏 . 微电子学与计算机 . 2021,第9期
5. 图嵌入正则化投影非负矩阵分解人脸图像特征提取 [J] . 杜海顺 ,张旭东 . 中国图象图形学报 . 2014,第008期
6. 高光谱遥感影像混合字典学习与多任务结构化稀疏表示分类 [C] . 李家艺 ,张良培 . 第三届全国成像光谱对地观测学术研讨会 . 2015
7. 基于图正则矩阵判别分析的高光谱图像分类 [A] . 黄晓伟 . 2018

基于稀疏表示和学习图正则的高光谱图像特征提取

摘要

著录项

相似文献

相关主题

期刊订阅