稀疏表示遥感图像分类方法综述.pdf

图形图像 ／ 文章编号：1007—1423(2016)32—0067—04 DOI：10．3969~．issn．1007一I423．2016．32．015 稀疏表示遥感图像分类方法综述 何苗，王保云，盛伟，孔艳 ( 帅范大学信息学院． iJ『】650500) 摘要 ： 信号的稀疏表示是H前iI算机视觉领域巾的研究热点 ．在对稀疏表 遥感 像分类疗法进行综述的琏石：f：J，主要分 析和总结稀疏表示巾的稀疏系数求解方法、宁典学习方法及分类方法方面的内容， 指…稀疏表示遥感网像分类方 法需要进一步研究的问题 、 关键词 ： 稀疏表示；遥感图像分类；稀疏系数求解；亨典学习 基金项 目： 南 教育厅科学研究撼金 (No．2014Y145)、 南省哲学礼会科学舰划项 ¨(No．QN2015067)、z；-师大博 }启动坫金 (No．0l00O205020503064) 一训样一 0 引言 l能『少的原子线性组合表爪 、已有研究表明 ．稀疏 衷 爪模型 人类的视觉感 系统原理擞其丰}{似 ． 此 ． 一一特征提取一一 随着遥感技术的不断发展 ．遥感 同像被广泛地应 稀疏表，J÷被广范地应川l到皋『1像处理的各个领域 ． 图 r 用于多个领域．如民川、军事等多个重曼的领域 、在航 像去噪 、罔像恢复 、罔像理解II等汁算机视觉领域 、天 天技术和传感器技术的迅猛发展的推动下 ．1J 遥感 于罔像分类的心J}】．2009年 ．JohnWright等人I 次‘成 呈现}I【“i高”乖¨j多”的发展趋势… 这一发展趋势敛 功地将稀疏衷尔应川丁人脸识别 f【1．对受噪声污染的 使遥感图像成为了名副其实的大数据 ．面对海 的数 数据取得 r较好的分类 圳效果 、就遥感 图像处理而 据，如何有效地 、快速地对其进行处理成为当前it算‘机 斋．其应川主要集 巾 网像去噪 、超分辨率遥感 像 领域及遥感应川领域的研究热点，、遥感网像的分类是 最构 、多光潜遥感 像分类181、SAR 像 口标 以圳 l等 遥感应Yfj中较为关键 的环节之一 ．尤其是军事应川领 方面 基下稀疏表示的遥感冈像分类方法的流 ln1 1 域 巾对 ¨标 的检测 识别 ．均需对 卜]标图像进行分类 所爪．研究主要集lf1 遥感l像的特 挺取 、字典的构 遥感 像相 比一般的自然图像较为复杂．小仪信息 建 学爿、稀疏系数的求解、分类判}jIJ准则叫方 大 。而且 问结构复杂 、数据维度较高 ，传统的 像处 理及分类方法难以对其实现较好的分类效果 ．在一定 程度上限制 -r遥感图像的应用 近年来 ．随着 缩感知理论的快速发展．信号的稀 疏表示在其推动下得到了广泛应川 稀疏表爪具有避 免 “维数灾难”、简化复杂信 号的处理 、精确恢复信 号 及 良好的抗噪能力的优势 ．将其应川于遥感 冈像的处 理受到了众多国内外学者的关注 在稀疏表示理论框 架下 ．一个信号可以通过一个给定的过完备字典中 矧【l 堆_j稀疏