您當(dāng)前的位置：成果庫(kù) > 一種基于聯(lián)合稀疏表示的SAR圖像分類方法
1667
2020/06/11
咨詢成果
發(fā)布成果基本信息
- 成果類型 高等院校
- 委托機(jī)構(gòu) 西安電子科技大學(xué)
- 成果持有方 西安電子科技大學(xué)
- 行業(yè)領(lǐng)域 其他電子信息
- 項(xiàng)目名稱 一種基于聯(lián)合稀疏表示的SAR圖像分類方法
- 知識(shí)產(chǎn)權(quán) 發(fā)明專利
- 項(xiàng)目簡(jiǎn)介 本發(fā)明公開了一種基于聯(lián)合稀疏表示的SAR圖像分類方法，主要是對(duì)現(xiàn)有稀疏表示方法對(duì)于SAR圖像分類效果的提高。其實(shí)現(xiàn)過(guò)程是：(1)輸入待訓(xùn)練的SAR圖像，對(duì)其進(jìn)行特征提取，劃分相似集合；(2)對(duì)每一類SAR圖像的相似集合進(jìn)行聯(lián)合稀疏表示，對(duì)應(yīng)得到每一個(gè)相似集合的小字典及稀疏系數(shù)；(4)輸入待測(cè)試的SAR圖像，對(duì)其進(jìn)行特征提取，將特征向量在小字典上進(jìn)行投影，得到測(cè)試圖像的系數(shù)；(5)將測(cè)試圖像的系數(shù)與所有訓(xùn)練圖像的稀疏系數(shù)進(jìn)行匹配，找出稀疏系數(shù)中最匹配的一組系數(shù)，將其標(biāo)記類別作為待測(cè)試SAR圖像所屬類別。本發(fā)明在均勻紋理圖像和SAR圖像分類的正確率上較傳統(tǒng)KNN和經(jīng)典的稀疏表示分類方法有較大提高。
交易信息
- 意向交易額 面議
- 掛牌時(shí)間 2021/06/11
- 委托機(jī)構(gòu) 西安電子科技大學(xué)
- 聯(lián)系人姓名 王小剛
- 聯(lián)系人電話 15802954800
- 聯(lián)系人郵箱 745490733@qq.com
- 分享至：
