基于稀疏表示分类的人工地物目标检测
来源期刊:控制工程2020年第12期
论文作者:汪伟 程斌
关键词:遥感图像;人工地物检测;稀疏表示分类;最优基选择;冗余Contourlet变换;
摘 要:针对遥感图像中人工地物目标复杂性和多样性的问题,提出了一种基于稀疏表示分类的人工地物目标检测方法。根据遥感图像的特点,首先,在冗余Contourlet变换域中对遥感图像进行了预处理,降低了噪声的干扰;其次,研究了高效的特征提取方法,通过在冗余Contourlet多级分解中引入最优基函数选择策略,计算出遥感图像的旋转不变纹理特征和基于低频的强度特征,并与遥感图像中的分形误差特征进行组合,得出复合特征向量;最后,利用稀疏表示分类方法对提取出的组合特征进行处理,完成了人工地物目标分类,并且利用数学形态学操作对分类的结果进行了优化。实验结果表明,该方法对人工地物目标检测具有较好的鲁棒性和准确性。
汪伟,程斌
上海理工大学光电信息与计算机工程学院
摘 要:针对遥感图像中人工地物目标复杂性和多样性的问题,提出了一种基于稀疏表示分类的人工地物目标检测方法。根据遥感图像的特点,首先,在冗余Contourlet变换域中对遥感图像进行了预处理,降低了噪声的干扰;其次,研究了高效的特征提取方法,通过在冗余Contourlet多级分解中引入最优基函数选择策略,计算出遥感图像的旋转不变纹理特征和基于低频的强度特征,并与遥感图像中的分形误差特征进行组合,得出复合特征向量;最后,利用稀疏表示分类方法对提取出的组合特征进行处理,完成了人工地物目标分类,并且利用数学形态学操作对分类的结果进行了优化。实验结果表明,该方法对人工地物目标检测具有较好的鲁棒性和准确性。
关键词:遥感图像;人工地物检测;稀疏表示分类;最优基选择;冗余Contourlet变换;