《基於稀疏表示理論的高光譜遙感圖像的特徵提取與分類》是依託中國科學院大學，由呂科擔任項目負責人的面上項目。
基本介紹
- 中文名：基於稀疏表示理論的高光譜遙感圖像的特徵提取與分類
- 項目類別：面上項目
- 項目負責人：呂科
- 依託單位：中國科學院大學
項目摘要,結題摘要,
項目摘要
高光譜遙感的特點是譜解析度的提高，但其高數據維給圖像進一步處理帶來了困難。由於高光譜遙感圖像的數據量大，維數高，直接對圖像進行處理，算法的複雜度非常高，對計算機的硬體性能也是一個挑戰。針對目前多光譜遙感圖像的不足和套用局限性，圍繞高光譜遙感圖像，提出一系列新的解決思路，研究一類新的高光譜圖像特徵提取和分類理論與方法，為科學研究和工程領域中圖像識別研究提供一種新的實驗手段，並進一步推動遙感圖像處理的發展。.針對高光譜圖像的特點，本項目採用基於稀疏表示的理論框架，研究高光譜圖像的特徵抽取和分類的關鍵技術。主要研究內容集中在三個方面：基於稀疏特徵的流形學習特徵提取算法研究；高解析度影像結構特徵提取與多尺度處理研究；基於遺傳最佳化機制的支持向量機分類算法研究。
結題摘要
由於遙感圖像的數據量大、維數高，直接對圖像進行處理，算法的複雜度非常高，對計算機的硬體性能 也是一個挑戰。本項目針對目前遙感圖像的不足和套用局限性，提出了一種適用於紅外通道的基於水平集算法的海陸分界線檢測方法.為科學研究和工程領域中圖像識別研究提供一種新的實驗手段。 針對三維地物檢索的實際需要，採用多視角目標分析的關鍵技術展開研究，將傳統的多視角分析手段與現階段快速增長的視覺信息相結合，提出了高效的多視角目標建模方法；提出了一種基於空間相對結構的多視角目標特徵提取以及多視角特徵融合方法；提出了基於多視角和立體模型信息的對象檢索方案，提出了多視角目標模型的區分性增強方法。 本項目在國內和國際重要學術期刊發表論文21篇，國際學術會議論文2篇，獲得授權專利2項.
