联合稀疏表示相关论文
合成孔径雷达（SAR）成像技术具有全天时、全天候、分辨率高、探测距离远、穿透云雾植被等优势,是一种先进的雷达信息获取方式,具有重......
随着卫星传感器技术的迅速发展以及遥感技术的广泛应用,给大家带来便利和机遇的同时也带来一系列新的难题与挑战,如:数据量急剧增......
针对多特征决策融合的合成孔径雷达(SAR)的问题,提出基于稀疏表示系数相关性的特征选取方法。采用稀疏表示分类(SRC)分别对各单一......
针对获取的高光谱图像空间分辨率较低的问题,设计了一种空间光谱联合稀疏表示的超分辨率方法:提取图像中不同的反射光谱,通过压缩......
针对合成孔径雷达(synthetic aperture radar,SAR)目标识别问题,提出联合多层次二维压缩感知投影特征的方法。采用二维压缩感知投......
合成孔径雷达(Synthetic Aperture Radar,SAR)是一种具有高分辨力的成像雷达。由于全天时、全天候的成像优势,它在民用和军用领域......
人类的视觉系统在面对复杂场景时,可以轻易并且高效的从中检测和提取感兴趣信息,并优先将这些感兴趣信息输送给意识。在计算机视觉......
图像融合是将多个成像传感器或同一成像传感器在不同模式下获取的同一场景的图像信息加以综合,使合成的新图像能够提供比原来单幅......
针对合成孔径雷达(SAR)图像目标识别问题,提出基于快速自适应二维经验模态分解(FABEMD)的方法。FABEMD可实现对SAR图像的快速分解,......
高光谱遥感图像分类是图像研究领域的热点问题,具有广泛的应用前景。传统的高光谱遥感图像分类算法大都仅利用高光谱图像数据的光......
目前,目标跟踪算法经常受遮挡、尺度变化、姿态变化以及旋转等因素的影响,跟踪的实时性和准确性都有所下降,难以满足实际应用需求......
提出基于多元模态分解的合成孔径雷达(SAR)目标识别方法.多元模态分解是传统模态分解的多元扩展,能够有效避免传统算法中的模态混......
提出基于复数二维经验模态分解(C-BEMD)的合成孔径雷达(SAR)图像目标识别.C-BEMD作为传统BEMD的复数域推广,能直接处理原始SAR图像......
针对红外图像目标识别问题,提出了联合卷积神经网络和联合稀疏表示的方法。卷积神经网络学习红外目标图像的深度特征,描述目标的多......
子空间聚类是高维数据聚类的一种重要方法,在机器学习、模式识别、图像处理等许多领域得到了广泛应用.子空间聚类的目的是将来自多......
相比于多模态图像,单模态图像都不能同时获得多模态图像的完整信息,因此图像配准和图像融合方法被提出并发展至今。以往的多模态图......
高光谱遥感作为一种新型遥感探测技术在环境监测、军事侦察、城市规划等众多领域都有着广泛的应用。与传统多光谱遥感影像相比,高......
受传感器限制,遥感卫星无法获得同时具有高空间分辨率和高光谱分辨率的遥感图像。图像融合技术可以将具有高空间分辨率的全色图像......
合成孔径雷达(Synthetic Aperture Radar,SAR)具有全天时、全天候和对地表具有一定穿透力的特点,因而在战场监视、防空反导、战略......
高光谱图像由于自身有机地结合了空间信息和光谱信息,相比于彩色图像和多光谱图像,在分类和识别中有独特的优势。目前,高光谱图像......
稀疏表示和联合稀疏表示已成为模式识别领域中的主流技术,常被用来进行图像分类、恢复、去噪等诸多应用。传统的稀疏表示和联合稀......
图像融合技术是将不同成像机理的传感器或者同一传感器在不同条件下对同一场景图像进行获取后生成符合人类观察或者计算机处理的图......
针对合成孔径雷达(SAR)目标识别,提出一种联合非线性相关信息熵(NCIE)和多分辨表示的方法.采用NCIE对原始SAR图像的多分辨率表示进......
针对合成孔径雷达(SAR)图像目标识别中的特征提取和分类决策问题,提出了基于多模态聚类和和决策融合的方法.采用二维经验模态分解......
针对目前多种特征联合的方式多为线性组合方式的问题,提出一种融合图像纹理特征和全局位置特征的可鉴别的多特征联合稀疏表示人脸......
针对训练样本量少导致高光谱图像分类精度低的问题,本文提出了一种基于字典优化的联合稀疏表示高光谱图像分类方法。首先,采取基于......
采用Res-Net学习合成孔径雷达(Synthetic Aperture Radar,SAR)图像多层次深度特征,并基于结构相似性准则选取其中的有效成分。通过......
