设计应用

基于背景字典构造的稀疏表示高光谱目标检测

作者：陶 洋，林飞鹏，杨 雯，翁 善
发布日期：2022-01-07
来源：2022年电子技术应用第1期

0 引言

    高光谱图像目标检测是一个典型的二分类问题，目的是将图像中的每个像素标记为目标或背景[1]，被广泛应用于军事、农业、矿物等领域[2]。

    经典的目标检测算法包括约束能量最小化(Constrained Energy Minimization，CEM)[3]、自适应一致余弦估计(Adaptive Coherence Estimator，ACE)[4]。但是经典算法有效性都依赖于对统计模型的假设，现实场景中不能保证一定成立。近些年来，稀疏表示在高光谱领域也得到了很好的发展，研究人员相继提出了基于稀疏表示(Sparse Representation for Target Detection，STD)[5]以及基于二元假设稀疏表示的目标检测(Sparse Representation-Based Binary Hypothesis，SRBBH)[6]。最近，有人提出了一种基于单频谱驱动的二分类稀疏表示检测器[7]。




本文详细内容请下载：http://www.chinaaet.com/resource/share/2000003922。




作者信息：

陶  洋，林飞鹏，杨  雯，翁  善

(重庆邮电大学 通信与信息工程学院，重庆400065)




wd.jpg

此内容为AET网站原创，未经授权禁止转载。
高光谱图像 稀疏表示 二分类 目标字典 低秩

Copyright © 2005-2024 华北计算机系统工程研究所版权所有 京ICP备10017138号-2