-
公开(公告)号：CN102262736A
公开(公告)日：2011-11-30
申请号：CN201110205838.0
申请日：2011-07-21
Applicant: 西北工业大学
IPC: G06K9/66
Abstract: 本发明涉及一种空间目标图像分类与识别方法，用于解决现有的空间目标图像识别方法对噪声大图像的识别率低的技术问题。技术方案是根据训练样本构造过完备稀疏表示字典，通过观测矩阵对测试样本进行随机测量，再通过求解最优化问题进行分类与识别。由于整个过程避免了现有技术中复杂的预处理和特征提取工作，使分类与识别过程一体化，因此，在噪声方差为0.06，只有两个目标类时，总体识别率由背景技术的90.95％提高到100％；对于小样本问题的处理时间由背景技术的15.86秒缩短到0.53秒，效率提高了近30倍。
-
公开(公告)号：CN102262736B
公开(公告)日：2012-11-21
申请号：CN201110205838.0
申请日：2011-07-21
Applicant: 西北工业大学
IPC: G06K9/66
Abstract: 本发明涉及一种空间目标图像分类与识别方法，用于解决现有的空间目标图像识别方法对噪声大图像的识别率低的技术问题。技术方案是根据训练样本构造过完备稀疏表示字典，通过观测矩阵对测试样本进行随机测量，再通过求解最优化问题进行分类与识别。由于整个过程避免了现有技术中复杂的预处理和特征提取工作，使分类与识别过程一体化，因此，在噪声方差为0.06，只有两个目标类时，总体识别率由背景技术的90.95％提高到100％；对于小样本问题的处理时间由背景技术的15.86秒缩短到0.53秒，效率提高了近30倍。
-
公开(公告)号：CN103440500A
公开(公告)日：2013-12-11
申请号：CN201310390313.8
申请日：2013-08-30
Applicant: 西北工业大学
IPC: G06K9/62
Abstract: 本发明公开了一种高光谱遥感图像分类与识别方法，用于解决现有基于稀疏表示及光谱信息的高光谱遥感图像分类方法分类精度低的技术问题。技术方案是利用词袋模型结合高光谱遥感图像数据集生成各类别专业字典，进而构造稀疏表示字典，然后根据字典计算每个像元的稀疏表示特征，并在空间维上，利用空间连续性约束像元的稀疏表示系数，最后通过求解最优化问题实现高光谱图像分类。由于生成的字典表征能力较强，并且充分考虑了高光谱图像的空间结构信息，因此提高了分类精度。对AVIRIS高光谱图像进行分类，总体分类精度由背景技术的82.58%提高到86.87%；处理时间由背景技术的97.469秒缩短到35.539秒，效率提高了近3倍。
-
公开(公告)号：CN103440500B
公开(公告)日：2016-06-29
申请号：CN201310390313.8
申请日：2013-08-30
Applicant: 西北工业大学
IPC: G06K9/62
Abstract: 本发明公开了一种高光谱遥感图像分类与识别方法，用于解决现有基于稀疏表示及光谱信息的高光谱遥感图像分类方法分类精度低的技术问题。技术方案是利用词袋模型结合高光谱遥感图像数据集生成各类别专业字典，进而构造稀疏表示字典，然后根据字典计算每个像元的稀疏表示特征，并在空间维上，利用空间连续性约束像元的稀疏表示系数，最后通过求解最优化问题实现高光谱图像分类。由于生成的字典表征能力较强，并且充分考虑了高光谱图像的空间结构信息，因此提高了分类精度。对AVIRIS高光谱图像进行分类，总体分类精度由背景技术的82.58%提高到86.87%；处理时间由背景技术的97.469秒缩短到35.539秒，效率提高了近3倍。
-
-
-
Search Results
4
records
(took 0.013 seconds)
