收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于稀疏表示的高分辨率遥感影像人工目标识别算法研究

何苗  
【摘要】:随着航天技术和传感器技术的迅猛发展,卫星遥感影像得到了广泛的应用,尤其是高空间分辨率遥感影像已经成为了民用和军用等方面必不可少的数据来源。目前,高分辨率遥感影像在众多领域都得到了广泛应用并取得了一定的应用成果,如城市规划与环境监测、自然灾害监测与应急处理、对地观测系统、军事监控与侦查、土地利用及适应性评价等。高分辨率遥感影像中地物的空间信息较为完整、清晰,能够为上述应用提供海量的数据信息。但是,其海量的数据信息、地物形状、空间结构及复杂的结构特征给遥感数据的自动化、智能化处理带来了新的挑战,传统的遥感图像处理技术已经远远不能满足当前高分遥感影像的应用需求,因此,探求新的研究方法尤为重要。针对此问题,本文引入信号的稀疏表示理论,对稀疏表示理论与低秩表示理论进行了系统深入地研究和探讨。本文的主要贡献如下:(1)深入学习和探讨稀疏表示理论,根据生物视觉的研究,对高分辨率影像的稀疏性进行了探究和讨论,将稀疏表示理论应用到高空间分辨率遥感影像上,提出了基于稀疏表示的高分辨率遥感影像人工目标识别方法,并通过Uc Merced和Wh U两个数据集的实验验证了所提出方法的有效性。(2)考虑遥感影像中云雾的干扰,导致图像质量退化,影响后续图像处理的应用效果。根据遥感图像中被薄云污染的数据具有过度缓慢、分布均匀、空间纹理结构自相关性较强的特点,据此对薄云信息做出低秩性的假设。在此基础上提出了一种基于低秩矩阵分解的遥感影像薄云去除方法,对受薄云污染的遥感影像进行了有效地去云预处理,为后续的目标识别做准备,实验验证了该方法的有效性。(3)综合考虑人工目标的稀疏性和低秩性,联合低秩矩阵分解理论,提出了一种新的目标识别方法,该方法首先通过对遥感图像进行低秩矩阵分解,得到具有低秩性和稀疏性的两部分信息,然后通过K-SVD算法分别对这两部分信息进行字典学习,学习后将其联合共同构建稀疏表示的过完备字典,最后通过稀疏表示的求解算法求解出待分类的目标在过完备字典上稀疏系数,并根据稀疏系数最大准则对目标进行分类识别。同理,在Uc Merced和Wh U两个数据集上进行了相应的实验,实验结果显示本文所提出方法的有效性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李正周;王会改;刘梅;丁浩;金钢;;基于形态成分稀疏表示的红外小弱目标检测[J];弹箭与制导学报;2013年04期
2 陈思宝;赵令;罗斌;;局部保持的稀疏表示字典学习[J];华南理工大学学报(自然科学版);2014年01期
3 郑轶;蔡体健;;稀疏表示的人脸识别及其优化算法[J];华东交通大学学报;2012年01期
4 段菲;章毓晋;;一种面向稀疏表示的最大间隔字典学习算法[J];清华大学学报(自然科学版);2012年04期
5 张佳宇;彭力;;基于联合动态稀疏表示方法的多图像人脸识别算法[J];江南大学学报(自然科学版);2014年03期
6 查长军;孙南;张成;韦穗;;基于稀疏表示的特定目标识别[J];吉林大学学报(工学版);2013年01期
7 朱启兵;杨宝;黄敏;;基于核映射稀疏表示分类的轴承故障诊断[J];振动与冲击;2013年11期
8 王国权;张扬;李彦锋;王丽芬;马晓梅;;一种基于稀疏表示的图像去噪算法[J];工业仪表与自动化装置;2013年05期
9 耿耀君;张军英;;一种基于投影稀疏表示的基因选择方法[J];哈尔滨工程大学学报;2011年08期
10 翟懿奎;甘俊英;徐颖;曾军英;;快速稀疏表示指背关节纹识别及其并行实现[J];吉林大学学报(工学版);2012年S1期
11 詹永照;张珊珊;成科扬;;基于非线性可鉴别的稀疏表示视频语义分析方法[J];江苏大学学报(自然科学版);2013年06期
12 李洪均;谢正光;胡伟;王伟;;字典原子优化的图像稀疏表示及其应用[J];东南大学学报(自然科学版);2014年01期
13 贾旭;崔建江;薛定宇;刘晶;;基于手背静脉图像多特征稀疏表示的身份识别[J];仪器仪表学报;2011年10期
14 梁锐华;成礼智;;基于小波域字典学习方法的图像双重稀疏表示[J];国防科技大学学报;2012年04期
15 侯跃恩;李伟光;容爱琼;叶国强;;融合背景信息的分块稀疏表示跟踪算法[J];华南理工大学学报(自然科学版);2013年08期
16 查长军;韦穗;杨海蓉;丁大为;;基于稀疏表示的多类融合样本中特定目标识别[J];吉林大学学报(工学版);2014年03期
17 廖灵芝;;基于简单细胞响应稀疏性的图像稀疏表示模型[J];武汉理工大学学报;2010年16期
18 杨南海;桑媛媛;赫然;王秀坤;;基于非负稀疏表示的标签繁殖算法[J];大连理工大学学报;2012年02期
19 施云惠;李倩;丁文鹏;尹宝才;;基于稀疏表示模型的图像解码方法[J];北京工业大学学报;2013年03期
20 邹建成;车冬娟;;信号稀疏表示方法研究进展综述[J];北方工业大学学报;2013年01期
中国重要会议论文全文数据库 前10条
1 何爱香;刘玉春;魏广芬;;基于稀疏表示的煤矸界面识别研究[A];虚拟运营与云计算——第十八届全国青年通信学术年会论文集(上册)[C];2013年
2 樊亚翔;孙浩;周石琳;邹焕新;;基于元样本稀疏表示的多视角目标识别[A];2013年中国智能自动化学术会议论文集(第五分册)[C];2013年
3 李艳芳;王生;;高分辨率遥感影像在公安行业的应用分析[A];第十七届中国遥感大会摘要集[C];2010年
4 赵书河;王培法;肖鹏峰;冯学智;;高分辨率遥感应用研究[A];中国地理学会2006年学术年会论文摘要集[C];2006年
5 朱晓铃;邬群勇;;基于高分辨率遥感影像的城市道路提取方法研究[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
6 张剑清;郑顺义;张勇;张宏伟;李治江;;高分辨率遥感影像的精纠正[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年
7 马力;;基于高分辨率遥感影像的导航数据更新研究[A];中国地理信息系统协会第四次会员代表大会暨第十一届年会论文集[C];2007年
8 陈君颖;田庆久;;高分辨率遥感植被分类模式研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
9 燕琴;张继贤;刘玉红;钱广军;;以影像序列纠正高分辨率遥感影像的应用研究[A];全面建设小康社会:中国科技工作者的历史责任——中国科协2003年学术年会论文集(上)[C];2003年
10 温小欢;林广发;陈明华;陈友飞;;基于高分辨率遥感影像独立树冠提取方法之比较[A];中国地理学会百年庆典学术论文摘要集[C];2009年
中国博士学位论文全文数据库 前10条
1 李进明;基于稀疏表示的图像超分辨率重建方法研究[D];重庆大学;2015年
2 王亚宁;基于信号稀疏表示的电机故障诊断研究[D];河北工业大学;2014年
3 姚明海;视频异常事件检测与认证方法研究[D];东北师范大学;2015年
4 黄国华;蛋白质翻译后修饰位点与药物适应症预测方法研究[D];上海大学;2015年
5 王瑾;基于稀疏表示的数据收集、复原与压缩研究[D];北京工业大学;2015年
6 王文卿;基于融合框架与稀疏表示的遥感影像锐化[D];西安电子科技大学;2015年
7 解虎;高维小样本阵列自适应信号处理方法研究[D];西安电子科技大学;2015年
8 秦振涛;基于稀疏表示及字典学习遥感图像处理关键技术研究[D];成都理工大学;2015年
9 薛明;基于稀疏表示的在线目标跟踪研究[D];上海交通大学;2014年
10 孙乐;空谱联合先验的高光谱图像解混与分类方法[D];南京理工大学;2014年
中国硕士学位论文全文数据库 前10条
1 何苗;基于稀疏表示的高分辨率遥感影像人工目标识别算法研究[D];云南师范大学;2017年
2 王道文;基于稀疏表示的目标跟踪算法研究[D];华南理工大学;2015年
3 李哲;基于稀疏表示和LS-SVM的心电信号分类[D];河北大学;2015年
4 孙雪青;Shearlet变换和稀疏表示相结合的甲状腺结节图像融合[D];河北大学;2015年
5 吴丽璇;基于稀疏表示的微聚焦X射线图像去噪方法[D];华南理工大学;2015年
6 赵孝磊;基于图像分块稀疏表示的人脸识别算法研究[D];南京信息工程大学;2015年
7 黄志明;基于辨别式稀疏字典学习的视觉追踪算法研究[D];华南理工大学;2015年
8 张铃华;非约束环境下的稀疏表示人脸识别算法研究[D];南京信息工程大学;2015年
9 贺妍斐;基于稀疏表示与自适应倒易晶胞的遥感图像复原方法研究[D];南京信息工程大学;2015年
10 杨烁;电能质量扰动信号的稀疏表示/压缩采样研究[D];西南交通大学;2015年
中国重要报纸全文数据库 前1条
1 本报记者 崔恩慧;如何“玩转”高分辨率遥感技术?[N];中国航天报;2014年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978