登录    注册    忘记密码

期刊文章详细信息

基于多特征和改进稀疏表示的高光谱图像分类  ( EI收录)  

Hyperspectral Image Classification via Multiple-Feature-Based Improved Sparse Representation

  

文献类型:期刊文章

作  者:李非燕[1] 霍宏涛[1] 李静[1] 白杰[1]

Li Feiyan;Huo Hongtao;Li Jing;Bai Jie(Information Technology and Cyber Security Academy, People's Public Security University of China,Beijing 100038, China)

机构地区:[1]中国人民公安大学信息技术与网络安全学院

出  处:《光学学报》

基  金:公安部技术研究计划(2018JSYJA01);国家重点研发计划(2017YFC0822405);高分辨率对地观测系统重大专项(民用部分)(01-Y3XXXX-XX01-14/16)

年  份:2019

卷  号:39

期  号:5

起止页码:343-351

语  种:中文

收录情况:AJ、BDHX、BDHX2017、CAS、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘  要:为了实现对高光谱图像的分类,提出了一种基于多特征和改进稀疏表示的方法--MFISR。从高光谱图像中提取光谱特征、Gabor特征和局部二值模式(LBP)特征,求解稀疏系数,同时增加一个2范式约束,利用所得系数得到每个测试像素的最终类别标签。实验结果表明:所提MFISR方法对小样本的检测效果显著,分类性能稳定且较优。

关 键 词:遥感 高光谱图像 稀疏表示  特征提取 GABOR滤波 局部二值模式

分 类 号:TP751]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心