公开(公告)号：CN107220659A

公开(公告)日：2017-09-29

申请号：CN201710329004.8

申请日：2017-05-11

Applicant: 西安电子科技大学

Inventor： 侯彪 ,  焦李成 ,  于竞竞 ,  王爽 ,  马晶晶 ,  马文萍 ,  冯婕 ,  张小华

IPC: G06K9/62

Abstract: 本发明公开了一种基于共稀疏模型的高分辨SAR图像分类方法，本发明解决了SAR图像分类时局限于用综合稀疏模型表示图像导致分类时间复杂度高的技术问题。其过程为：在待分类的SAR图像中选取初始像素值矩阵X；选取解析算子学习初始样本；将投影次梯度法和统一行规范紧框架法相结合学习解析算子Ω；用增广拉格朗日法求解共稀疏系数Z；将每个像素点对应像素块的共稀疏系数向量和该像素块的像素值向量相结合得到特征向量；基于SVM分类器分类，得到全图各像素点特征向量的预测标签；将预测标签结果用灰度图像显示出来。本发明能快速求得图像的稀疏表示，保证了SAR图像分类的时效性和分类准确率，用于高分辨SAR图像的分类。

公开(公告)号：CN107220659B

公开(公告)日：2019-10-25

申请号：CN201710329004.8

申请日：2017-05-11

Applicant: 西安电子科技大学

Inventor： 侯彪 ,  焦李成 ,  于竞竞 ,  王爽 ,  马晶晶 ,  马文萍 ,  冯婕 ,  张小华

IPC: G06K9/62

Abstract: 本发明公开了一种基于共稀疏模型的高分辨SAR图像分类方法，本发明解决了SAR图像分类时局限于用综合稀疏模型表示图像导致分类时间复杂度高的技术问题。其过程为：在待分类的SAR图像中选取初始像素值矩阵X；选取解析算子学习初始样本；将投影次梯度法和统一行规范紧框架法相结合学习解析算子Ω；用增广拉格朗日法求解共稀疏系数Z；将每个像素点对应像素块的共稀疏系数向量和该像素块的像素值向量相结合得到特征向量；基于SVM分类器分类，得到全图各像素点特征向量的预测标签；将预测标签结果用灰度图像显示出来。本发明能快速求得图像的稀疏表示，保证了SAR图像分类的时效性和分类准确率，用于高分辨SAR图像的分类。