基于聯(lián)合字典學(xué)習(xí)的高光譜遙感影像分類算法研究


2.16萬字 47頁 原創(chuàng)作品，通過查重系統(tǒng)

摘 要
近年來稀疏表示理論及其算法得到了高速發(fā)展，并在多個研究領(lǐng)域如計算機(jī)視覺和圖像分析有著眾多應(yīng)用。因?yàn)樽值淠軌蚝艽笠徊糠譀Q定分類器的能力，所以通過何種方法從樣本中得到表示能力出眾的字典成了由稀疏表示獲得分類器設(shè)計的最重要的部分。
目前最熱門的字典學(xué)習(xí)把判別的方法加入到字典學(xué)習(xí)的目標(biāo)函數(shù)中，通過這種方式來增強(qiáng)字典的判斷本領(lǐng)。Fisher判別標(biāo)準(zhǔn)、線性預(yù)測分類誤差以及標(biāo)簽一致性等方法被用來判別。這類字典的學(xué)習(xí)方法大部分采用某一種判斷方式，而這一種的判斷方式只能從單一方面來增強(qiáng)字典的判斷本領(lǐng)，但如果將不同的判別方式組合起來，就能夠由不同方面強(qiáng)化字典的判別本領(lǐng)，用這種方式獲得判別本領(lǐng)更高的字典和稀疏編碼。為此，本文將圍繞聯(lián)合字典學(xué)習(xí)展開深入的研究，通過具有對應(yīng)關(guān)系的兩幅高光譜圖像建立對應(yīng)的結(jié)構(gòu)關(guān)系。通過特征提取算子，得到相應(yīng)的圖像，并在相同位置進(jìn)行采樣。經(jīng)過優(yōu)化，在通過K-SVD算法求解后，所得到的字典稱之為聯(lián)合字典。實(shí)驗(yàn)表明，高光譜遙感影像通過聯(lián)合字典學(xué)習(xí)的分類后，分類精度能夠得到明顯提高。


關(guān)鍵詞：稀疏表示，字典學(xué)習(xí)，高光譜圖像分類，紋理特征