基于空间约束多特征联合稀疏编码的遥感图像标注-电子与信息学报.PDF

第 8 期 郑歆慰等： 基于空间约束多特征联合稀疏编码的遥感图像标注方法研究 1891 基于空间约束多特征联合稀疏编码的遥感图像标注方法研究 郑歆慰*①②③ 胡岩峰① 孙 显①② 王宏琦①② ①(中国科学院电子学研究所 北京 100190) ②(中国科学院空间信息处理与应用系统技术重点实验室 北京 100190) ③(中国科学院大学 北京 100190) 摘 要：针对稀疏表示分类器不能较好地适应多特征框架的问题，该文提出一种空间约束多特征联合稀疏编码模型， 并以此实现遥感影像的自动标注。该方法利用 l1,2 混合范数正则化多特征编码系数，约束编码系数共享相同的稀疏 模式，在保持多特征关联的同时，又不添加过于严格的约束。同时，将字典学习技术扩展到多特征框架中，通过约 束字典更新的变换矩阵，解决了字典学习过程丢失多特征关联的问题。另外，针对遥感影像中的空间关系常常被忽 略或者利用不充分的不足，还提出了将空间一致性与多特征联合稀疏编码相结合的分类准则，提高了标注性能。在 遥感公开数据集与大尺寸卫星影像上的实验证明了该方法的有效性。 关键词：遥感图像标注；多特征联合稀疏编码；多特征字典学习；空间信息 中图分类号： TP751 文献标识码： A 文章编号：1009-5896(2014)08-1891-08 DOI: 10.3724/SP.J.1146.2013.01433 Annotation of Remote Sensing Images Using Spatial Constrained Multi-feature Joint Sparse Coding ①②③ ① ①② ①② Zheng Xin-wei Hu Yan-feng Sun Xian Wang Hong-qi ① (Institute of Electronic, Chinese Academy of Sciences, Beijing 100190, China) ② (Key Laboratory of Spatial Information Processing and Application System Technology, Chinese Academy of Sciences, Beijing 100190, China) ③ (University of Chinese Academy of Sciences, Beijing 100190, China) Abstract: In this paper, a novel framework for remote sensing image annotation is proposed based on spatial constrained multi-feature joint sparse coding to extend the sparse representation-based classifier to multi-feature framework. The proposed framework imposed an l1,2 mixed-norm regulariza