一种基于图正则化和稀疏表示的无人机分类方法技术

本发明专利技术涉及图像处理和无人机技术领域，且公开了一种基于图正则化和稀疏表示的无人机分类方法。该基于图正则化和稀疏表示的无人机分类方法，构建包含稀疏表示和图正则化的优化模型，用以从无人机图像数据中提取关键特征并维持样本数据的内在结构关系，以增强识别的准确性和鲁棒性。该方法首先通过预处理步骤标准化输入图像，接着使用稀疏表示技术抽取图像的本质特征，再通过图正则化技术强化这些特征向量之间的结构相似性，最终形成了一个鲁棒的特征表示框架。此外，本发明专利技术还利用拉普拉斯矩阵在特征空间中施加平滑约束，以促进模型在处理来自不同条件和背景的无人机图像时的一致性和稳定性。

【技术实现步骤摘要】

本专利技术涉及图像处理和无人机，具体为一种基于图正则化和稀疏表示的无人机分类方法。

技术介绍

1、在当前的技术背景下，无人机的广泛应用已经涵盖了军事侦察、交通监控、农业监测、灾害响应等多个重要领域。随着无人机数量的激增以及应用场景的多样化，有效、准确地识别无人机变得至关重要。传统的无人机识别技术主要依赖于雷达、红外线和声纳系统，这些系统在特定环境下表现良好，但通常需要昂贵的设备和复杂的部署。

2、相对于传统方法，基于图像的无人机识别提供了一种成本效益更高的替代方案。然而，这种方法在实际应用中面临诸多挑战，主要是因为无人机在复杂的环境背景下容易与周围环境融合，加之影响识别精度的因素如光照、天气条件、图像分辨率和无人机的速度等问题。此外，现有的图像识别算法往往需要大量的训练数据，而在实际操作中获取标注精确的训练数据是一大挑战。

3、此外，多数图像识别系统未能有效利用图像数据中的内在结构信息，如图像中无人机与背景之间的相对位置关系以及无人机各部件之间的几何关系，这些都是提高识别系统性能的潜在因素。图像中的这些结构信息若能被充分利用，将显著本文档来自技高网...

【技术保护点】

1.一种基于图正则化和稀疏表示的无人机分类方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的一种基于图正则化和稀疏表示的无人机分类方法，其特征在于：所述S1进一步包括：

3.根据权利要求1所述的一种基于图正则化和稀疏表示的无人机分类方法，其特征在于：所述S2进一步包括：

4.根据权利要求3所述的一种基于图正则化和稀疏表示的无人机分类方法，其特征在于：所述S21包括：其中H是使用l1范数约束的投影矩阵，它主要用来学习特定特征到标签分布D的映射关系。为了防止训练过程中出现过拟合的情况，我们引入了使用2,1范数约束的矩阵M。L是根据样本计算得出的拉普...

【技术特征摘要】

1.一种基于图正则化和稀疏表示的无人机分类方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的一种基于图正则化和稀疏表示的无人机分类方法，其特征在于：所述s1进一步包括：

3.根据权利要求1所述的一种基于图正则化和稀疏表示的无人机分类方法，其特征在于：所述s2进一步包括：

4.根据权利要求3所述的一种基于图正则化和稀疏表示的无人机分类方法，其特征在于：所述s21包括：其中...

【专利技术属性】
技术研发人员：请求不公布姓名，请求不公布姓名，请求不公布姓名，请求不公布姓名，请求不公布姓名，
申请(专利权)人：江苏中工智联科技有限公司，
类型：发明
国别省市：