[发明专利]基于稀疏表示的遥感图像特征提取与场景分类方法在审
| 申请号： | 201910452693.0 | 申请日： | 2019-05-28 |
| 公开（公告）号： | CN110135399A | 公开（公告）日： | 2019-08-16 |
| 发明（设计）人： | 郭友良;张钧萍 | 申请（专利权）人： | 哈尔滨工业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 哈尔滨市松花江专利商标事务所 23109 | 代理人： | 于歌 |
| 地址： | 150001 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于稀疏表示的遥感图像特征提取与场景分类方法，属于遥感技术领域，本发明为解决现有技术无法正确、高效地对遥感图像场景进行分类的问题。本发明的具体过程为：对遥感图像的几何特征和纹理特征进行提取，获取遥感图像的多维度特征；将多维度特征构成冗余字典，采用贪婪算法中的正交匹配追踪算法求解稀疏表示系数，求取冗余字典与稀疏表示系数的乘积，利用获得的乘积对待分类样本进行稀疏重构，获得稀疏重构残差；采用K近邻算法获得欧氏距离，将稀疏重构残差和欧式距离进行线性加权；以获得的结果作为类别标签，根据最小化重构误差准则对待测样本进行分类。本发明用于图像处理。 | ||
| 搜索关键词： | 遥感图像 稀疏表示 稀疏重构 场景分类 特征提取 多维度 冗余 残差 字典 匹配追踪算法 遥感技术 分类样本 几何特征 类别标签 欧式距离 欧氏距离 贪婪算法 图像处理 纹理特征 误差准则 线性加权 最小化 分类 求解 正交 重构 样本 场景 | ||
【主权项】：
1.基于稀疏表示的遥感图像特征提取与场景分类方法，其特征在于，该场景分类方法的具体过程为：S1、对遥感图像的几何特征和纹理特征进行提取，获取遥感图像的多维度特征；S2、将多维度特征构成冗余字典，采用贪婪算法中的正交匹配追踪算法求解稀疏表示系数，求取冗余字典与稀疏表示系数的乘积，利用获得的乘积对待分类样本进行稀疏重构，获得稀疏重构残差；S3、采用K近邻算法获得欧氏距离，将稀疏重构残差和欧式距离进行线性加权；S4、以S3获得的结果作为类别标签，根据最小化重构误差准则对待测样本进行分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学，未经哈尔滨工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910452693.0/，转载请声明来源钻瓜专利网。
