The invention discloses a fast sparse representation based on remote sensing target nuclear detection and recognition method, which comprises the following steps: S1: create four RGB channel; S2: Calculation of four feature channels of a given image of the four phase extraction phase spectrum, Fourier transform, inverse Fourier transform of image reconstruction by four feature channel. To generate a saliency map; S3: get saliency map in step S2 of binarization division, extract candidate regions of interest; S4: the search box to obtain the image blocks through effective sub window search algorithm scanning, image block to form the training set; S5: SIFT feature extraction of remote sensing image block training set. S6: using sparse dictionary generation; space mapping of SIFT Pyramid S7: nuclear characteristics; sparse representation; S8: solving kernel sparse representation; S9: space vector representation of S target in Pyramid; 10: combine linear support vector machine classification algorithm to complete the recognition task.
【技术实现步骤摘要】
一种基于核稀疏表示的快速遥感目标检测识别方法
本专利技术涉及遥感影像分析领域,特别是涉及一种基于核稀疏表示的快速遥感目标检测识别方法。
技术介绍
由于遥感影像的复杂性,在整幅大幅面的遥感影像中检测多类感兴趣目标物是一个较难的课题研究方向。在计算机视觉领域中,BOVW模型已被广泛地研究并应用到图像分类与模式识别任务中。近年来,BOVW模型也被引入到遥感目标检测识别领域中,并且取得了很好的性能。然而目前所提出的方法既没有在实施检测识别算法前,对大幅面的遥感影像进行预处理即对兴趣目标区域的预测处理,也未能在特征编码阶段充分捕捉到所抽取特征间相似度。这分别意味着大量无意义的冗余计算与信息丢失对检测识别性能的负面影响。更加重要的是,这些方法或者模型都是针对某一特定的目标物提出的,这就在很大程度上限制了他们的应用范围。与此同时,已有文献指出显著图的方法可以用来预测潜在候选兴趣目标物的区域位置,这是因为兴趣目标物在视觉机制上通常与背景有着明显的不同。同时,已有文献提出核稀疏表示的方法,通过核函数,隐形地将输入数据映射到高维特征空间,同时保证在特征空间的输入数据的稀疏变得更加稀疏,这种稀疏的性质对于修正稀疏表示的缺陷、提高数据间的鉴别性以及提升分类性能有着很好的作用。然而,上述的方法既没有在实施检测识别算法前,对大幅面的遥感影像进行预处理即对兴趣目标区域的预测处理,也未能在特征编码阶段充分捕捉到所抽取特征间相似度。这分别意味着大量无意义的冗余计算与信息丢失对检测识别性能的负面影响。更加重要的是,以上的方法或者模型都是针对某一特定的目标物提出的,这就在很大程度上限制了他们的 ...
【技术保护点】
一种基于核稀疏表示的快速遥感目标检测识别方法,其特征在于:包括以下步骤:S1:创建四个RGB特征通道;S2:计算给定图像的四个特征通道的四相傅里叶变换,提取相位谱,通过逆傅里叶变换重建四个特征通道的图像,从而生成显著图;S3:对步骤S2得到的显著图进行二值化划分,提取候选兴趣区域;S4:通过有效子窗搜索算法扫描搜索框得到待测图像块,形成遥感目标图像块训练集;S5:对遥感目标图像块训练集进行SIFT特征提取,生成稀疏字典;S6:采用空间金字塔对SIFT特征进行映射;S7:核稀疏表示;S8:求解核稀疏表示;S9:目标的空间金字塔向量表示;S10:结合线性的支持向量机分类算法完成识别任务。
【技术特征摘要】
1.一种基于核稀疏表示的快速遥感目标检测识别方法,其特征在于:包括以下步骤:S1:创建四个RGB特征通道;S2:计算给定图像的四个特征通道的四相傅里叶变换,提取相位谱,通过逆傅里叶变换重建四个特征通道的图像,从而生成显著图;S3:对步骤S2得到的显著图进行二值化划分,提取候选兴趣区域;S4:通过有效子窗搜索算法扫描搜索框得到待测图像块,形成遥感目标图像块训练集;S5:对遥感目标图像块训练集进行SIFT特征提取,生成稀疏字典;S6:采用空间金字塔对SIFT特征进行映射;S7:核稀疏表示;S8:求解核稀疏表示;S9:目标的空间金字塔向量表示;S10:结合线性的支持向量机分类算法完成识别任务。2.根据权利要求1所述的基于核稀疏表示的快速遥感目标检测识别方法,其特征在于:所述步骤S7中的核稀疏表示如式(1)所示:其中为稀疏编码系数,ξ为重构残差,K(■,■)为mercer核函数,x=[x1,x2,x3,…,xN]∈RN×D为训练图像集的SIFT特征,为映射后的稀疏字典,为映射后的特征集,U=[u1,u2,u3,…,uK]∈RK×D为视觉字典。3.根据权利要求2所述的基于核稀疏表示的快速遥感目标检测识别方法,其特征在于:所述步骤S8中,采用基于主成分析的正交匹配追踪算法求解核稀疏表示:设定0<ξ<<1,0<ω<<K,0<h≤K,K为稀疏度,h为主成分析降维后的维度,计算稀疏字典的核矩阵Q∈RK×K对应的正则化...
【专利技术属性】
技术研发人员:高红民,陈玲慧,陆迎曙,李臣明,杨耀,樊悦,张振,谢科伟,黄昌运,
申请(专利权)人:河海大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。