-
公开(公告)号：CN103839075B
公开(公告)日：2017-04-12
申请号：CN201410062506.5
申请日：2014-02-24
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于联合稀疏表示的SAR图像分类方法，主要是对现有稀疏表示方法对于SAR图像分类效果的提高。其实现过程是：(1)输入待训练的SAR图像，对其进行特征提取，划分相似集合；(2)对每一类SAR图像的相似集合进行联合稀疏表示，对应得到每一个相似集合的小字典及稀疏系数；(4)输入待测试的SAR图像，对其进行特征提取，将特征向量在小字典上进行投影，得到测试图像的系数；(5)将测试图像的系数与所有训练图像的稀疏系数进行匹配，找出稀疏系数中最匹配的一组系数，将其标记类别作为待测试SAR图像所属类别。本发明在均匀纹理图像和SAR图像分类的正确率上较传统KNN和经典的稀疏表示分类方法有较大提高。
-
公开(公告)号：CN103839075A
公开(公告)日：2014-06-04
申请号：CN201410062506.5
申请日：2014-02-24
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于联合稀疏表示的SAR图像分类方法，主要是对现有稀疏表示方法对于SAR图像分类效果的提高。其实现过程是：(1)输入待训练的SAR图像，对其进行特征提取，划分相似集合；(2)对每一类SAR图像的相似集合进行联合稀疏表示，对应得到每一个相似集合的小字典及稀疏系数；(4)输入待测试的SAR图像，对其进行特征提取，将特征向量在小字典上进行投影，得到测试图像的系数；(5)将测试图像的系数与所有训练图像的稀疏系数进行匹配，找出稀疏系数中最匹配的一组系数，将其标记类别作为待测试SAR图像所属类别。本发明在均匀纹理图像和SAR图像分类的正确率上较传统KNN和经典的稀疏表示分类方法有较大提高。
-
Search Results
2
records
(took 0.015 seconds)
