基于联合字典学习的高光谱遥感影像分类算法研究.doc

基于联合字典学习的高光谱遥感影像分类算法研究


2.16万字 47页 原创作品，通过查重系统

摘 要
近年来稀疏表示理论及其算法得到了高速发展，并在多个研究领域如计算机视觉和图像分析有着众多应用。因为字典能够很大一部分决定分类器的能力，所以通过何种方法从样本中得到表示能力出众的字典成了由稀疏表示获得分类器设计的最重要的部分。
目前最热门的字典学习把判别的方法加入到字典学习的目标函数中，通过这种方式来增强字典的判断本领。Fisher判别标准、线性预测分类误差以及标签一致性等方法被用来判别。这类字典的学习方法大部分采用某一种判断方式，而这一种的判断方式只能从单一方面来增强字典的判断本领，但如果将不同的判别方式组合起来，就能够由不同方面强化字典的判别本领，用这种方式获得判别本领更高的字典和稀疏编码。为此，本文将围绕联合字典学习展开深入的研究，通过具有对应关系的两幅高光谱图像建立对应的结构关系。通过特征提取算子，得到相应的图像，并在相同位置进行采样。经过优化，在通过K-SVD算法求解后，所得到的字典称之为联合字典。实验表明，高光谱遥感影像通过联合字典学习的分类后，分类精度能够得到明显提高。


关键词：稀疏表示，字典学习，高光谱图像分类，纹理特征