留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

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。
  • 加载中
计量
  • 文章访问数:  151
  • HTML全文浏览量:  15
  • PDF下载量:  10
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回