2.624

2020影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

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

基于多尺度压缩感知金字塔的极化干涉SAR图像分类

何楚 刘明 冯倩 邓新萍

何楚, 刘明, 冯倩, 邓新萍. 基于多尺度压缩感知金字塔的极化干涉SAR图像分类. 自动化学报, 2011, 37(7): 820-827. doi: 10.3724/SP.J.1004.2011.00820
引用本文: 何楚, 刘明, 冯倩, 邓新萍. 基于多尺度压缩感知金字塔的极化干涉SAR图像分类. 自动化学报, 2011, 37(7): 820-827. doi: 10.3724/SP.J.1004.2011.00820
HE Chu, LIU Ming, FENG Qian, DENG Xin-Ping. PolInSAR Image Classification Based on Compressed Sensing and Multi-scale Pyramid. ACTA AUTOMATICA SINICA, 2011, 37(7): 820-827. doi: 10.3724/SP.J.1004.2011.00820
Citation: HE Chu, LIU Ming, FENG Qian, DENG Xin-Ping. PolInSAR Image Classification Based on Compressed Sensing and Multi-scale Pyramid. ACTA AUTOMATICA SINICA, 2011, 37(7): 820-827. doi: 10.3724/SP.J.1004.2011.00820

基于多尺度压缩感知金字塔的极化干涉SAR图像分类

doi: 10.3724/SP.J.1004.2011.00820

PolInSAR Image Classification Based on Compressed Sensing and Multi-scale Pyramid

  • 摘要: 提出了一种新的基于多尺度压缩感知(Compressed sensing, CS)金字塔的分类方法, 用于合成孔径雷达(Synthetic aperture radar, SAR)图像的分类. 首先通过原始图像上的小波平滑和特征提取构建多尺度极化干涉特征空间, 然后利用压缩感知提取每一个尺度上图像子块的观测域特征并在数据域重建稀疏特征, 最后组合多尺度的稀疏特征生成最终用于分类的多尺度金字塔表达. 针对稀疏编码和一般金字塔算法的局限性, 提出了基于压缩感知和多尺度金字塔的方法, 利用观测矩阵降低特征维数的优势的同时, 对SAR图像的纹理特征进行不同尺度的分析. 在国内首批极化干涉SAR数据上的实验证明了上述算法的有效性.
  • 加载中
计量
  • 文章访问数:  2407
  • HTML全文浏览量:  65
  • PDF下载量:  1190
  • 被引次数: 0
出版历程
  • 收稿日期:  2010-09-21
  • 修回日期:  2010-11-20
  • 刊出日期:  2011-07-20

目录

    /

    返回文章
    返回