基于稀疏表示分步重构算法的高光谱目标检测

廖佳俊, 刘志刚, 姜江军, 路志勇

廖佳俊, 刘志刚, 姜江军, 路志勇. 基于稀疏表示分步重构算法的高光谱目标检测[J]. 红外技术, 2016, 38(8): 699-704.
引用本文: 廖佳俊, 刘志刚, 姜江军, 路志勇. 基于稀疏表示分步重构算法的高光谱目标检测[J]. 红外技术, 2016, 38(8): 699-704.
LIAO Jiajun, LIU Zhigang, JIANG Jiangjun, LU Zhiyong. Target Detection in Hyperspectral Image Using Two Steps Reconstruction Based on Sparse Representation[J]. Infrared Technology , 2016, 38(8): 699-704.
Citation: LIAO Jiajun, LIU Zhigang, JIANG Jiangjun, LU Zhiyong. Target Detection in Hyperspectral Image Using Two Steps Reconstruction Based on Sparse Representation[J]. Infrared Technology , 2016, 38(8): 699-704.

基于稀疏表示分步重构算法的高光谱目标检测

基金项目: 国家自然科学基金项目(41574008)。
详细信息
  • 中图分类号: TP75

Target Detection in Hyperspectral Image Using Two Steps Reconstruction Based on Sparse Representation

  • 摘要: 针对传统稀疏表示重构算法在高光谱目标检测中表现出运算速度慢的问题,提出了分步重构算法(Two Steps Reconstruction,TSR)。该方法先求得 K 个与待测像元最相似的字典原子,然后用这些原子线性表示待测像元以求解稀疏向量,舍弃了传统重构算法的迭代求解的方式,直接通过求解逆矩阵,简化了运算过程,使运算速度大幅提高。本文给出了方法的具体过程并将其与传统方法及其改进方法进行比较。实验结果表明,TSR 在保证检测精度不下降的同时能够大幅提升运算速度。
  • 期刊类型引用(2)

    1. 周鹏飞,朱洪立,李明俊,张成军,王兴一,潘士兵. 超材料在军用隐身中的应用研究. 材料工程. 2024(02): 112-121 . 百度学术
    2. 何云飞,徐晨,徐国跃,梁娟,郭腾超. 低发射率涂层与超材料吸波体兼容性能的研究. 兵器材料科学与工程. 2019(02): 56-59 . 百度学术

    其他类型引用(3)

计量
  • 文章访问数:  172
  • HTML全文浏览量:  15
  • PDF下载量:  10
  • 被引次数: 5
出版历程

目录

    /

    返回文章
    返回
    x 关闭 永久关闭

    尊敬的专家、作者、读者:

    端午节期间因系统维护,《红外技术》网站(hwjs.nvir.cn)将于2024年6月7日20:00-6月10日关闭。关闭期间,您将暂时无法访问《红外技术》网站和登录投审稿系统,给您带来不便敬请谅解!

    预计6月11日正常恢复《红外技术》网站及投审稿系统的服务。您如有任何问题,可发送邮件至编辑部邮箱(irtek@china.com)与我们联系。

    感谢您对本刊的支持!

    《红外技术》编辑部

    2024年6月6日