[发明专利]基于半监督K-SVD与多尺度稀疏表示的超像元分类方法有效
| 申请号： | 201810757826.0 | 申请日： | 2018-07-11 |
| 公开（公告）号： | CN110717354B | 公开（公告）日： | 2023-05-12 |
| 发明（设计）人： | 林连雷;杨京礼;魏长安;周祝旭 | 申请（专利权）人： | 哈尔滨工业大学 |
| 主分类号： | G06V20/10 | 分类号： | G06V20/10;G06V10/30;G06V10/26;G06V10/774;G06V10/772 |
| 代理公司： | 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 | 代理人： | 李冉 |
| 地址： | 150000 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： | 本发明公开了一种基于半监督K‑SVD与多尺度稀疏表示的超像元分类方法，首先，对高光谱图像的训练样本进行半监督K‑SVD字典学习，得到过完备字典；其次，将所述训练样本和所述过完备字典作为输入，进行超像元多尺度稀疏求解，得到训练样本的稀疏表示系数矩阵；最后，以求得的所述稀疏表示系数矩阵和所述过完备字典通过残差法和超像元投票机制得到超像元分类结果。本发明具有良好的去除椒盐噪声，丰富训练样本的能力。可以在各种样本数量条件下达到十分稳定的分类结果。本发明的提出对于解决高光谱图像分类领域的椒盐噪声问题，高维度小样本问题以及基于稀疏表示的分类算法如何有效利用空间信息上都有着十分重要的意义。 | ||
| 搜索关键词： | 基于 监督 svd 尺度 稀疏 表示 超像元 分类 方法 | ||
【主权项】：
1.一种基于半监督K-SVD与多尺度稀疏表示的超像元分类方法，软件测试结果通过监视器显示，其特征在于，包括如下步骤：/n步骤1：对高光谱图像的训练样本进行半监督K-SVD字典学习，得到过完备字典；/n步骤2：将所述训练样本和所述过完备字典作为输入，进行超像元多尺度稀疏求解，得到训练样本的稀疏表示系数矩阵；/n步骤3：以求得的所述稀疏表示系数矩阵和所述过完备字典通过残差法和超像元投票机制得到超像元分类结果。/n
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/201810757826.0/，转载请声明来源钻瓜专利网。
- 上一篇：车载身份识别方法及系统
- 下一篇：车载身份识别方法及系统
