国家自然科学基金(41371337)
- 作品数：5 被引量：29H指数：4
- 相关作者：王斌普晗晔王斌夏威张立明更多>>
- 相关机构：复旦大学中国交通通信信息中心北京师范大学更多>>
- 发文基金：上海市教育委员会创新基金国家自然科学基金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于切片映射张量分析的高光谱图像压缩被引量：3
- 2015年
- 高光谱图像拥有着巨大的数据量,给数据的存储和传输带来了巨大的压力,因此高光谱图像的有效压缩具有重要的实际意义.基于在传统的Tucker张量分解方法,提出一种基于切片映射的张量分解方法,并将其用于高光谱图像的压缩.该方法不仅消除了高光谱图像波段间的谱间冗余,还消除了每个波段上的空间冗余.所提议方法的最大特点是对传统的高光谱图像数据张量逼近方法进行了GLRAM算法三维推广的改进,使其计算复杂度显著减小,从而有效缩短了高光谱图像的压缩时间.同时,在一定的压缩比的情况下,通过所提议的方法可以查询找到一个最佳的核心张量的维度——(K_1,K_2,K_3),使其信噪比达到最大.真实高光谱数据的实验结果表明,所提议的算法较现有方法表现出了更好的压缩效果,并且具有很高的信噪比.
- 万晨坤王斌
- 关键词：高光谱图像图像压缩
- 基于低秩张量分析的高光谱图像降维与分类被引量：4
- 2013年
- 提出一种用于高光谱图像降维和分类的分块低秩张量分析方法.该算法以提高分类精度为目标,对图像张量分块进行降维和分类.将高光谱图像分成若干子张量,不仅保存了高光谱图像的三维数据结构,利用了空间与光谱维度的关联性,还充分挖掘了图像局部的空间相关性.与现有的张量分析法相比,这种分块处理方法克服了图像的整体空间相关性较弱以及子空间维度的设定对降维效果的负面影响.只要子空间维度小于子张量维度,所提议的分块算法就能取得较好的降维效果,其分类精度远远高于不分块的算法,从而无需借助原本就不可靠的子空间维度估计法.仿真和真实数据的实验结果表明,所提议分块低秩张量分析算法明显地表现出较好的降维效果,具有较高的分类精度.
- 陈昭王斌王斌
- 关键词：高光谱图像降维
- 约束最小二乘的高光谱图像非线性解混被引量：9
- 2014年
- 高光谱图像解混是高光谱数据分析的重要研究内容.在现有混合模型的基础上,提出一种新的高光谱图像非线性解混算法.通过在目标函数中引入丰度的非负及和为一约束以及非线性参数的有界约束,该算法将高光谱图像非线性解混问题转化为求解丰度矢量和非线性参数的约束非线性最小二乘问题,继而采用一种交替迭代优化算法求解该问题.仿真和实际高光谱数据的实验结果表明,所提出的算法有效地克服了线性解混的不足,同时具有良好的抗噪声性能,可以作为一种解决高光谱遥感图像非线性解混的有效手段.
- 普晗晔王斌王斌
- 关键词：高光谱遥感图像有界约束
- 基于流形学习的新高光谱图像降维算法被引量：9
- 2014年
- 提出了一种新的基于图像块距离的邻域选择方法,并将其应用于流形学习中,得到一类新的高光谱图像非线性降维算法。该类算法利用高光谱图像物理特性,结合图像的光谱信息和空间信息,在最大限度减小图像信息冗余的基础之上,很好地保持了原始数据集的特性。与其它高光谱图像的降维算法相比,改进的流形学习算法不仅考虑到高光谱图像本身的空间关系,而且利用图像块距离更好地保持了数据点之间的局部特性,从而有效地去除原始数据集光谱维和空间维的冗余信息。实际高光谱数据的实验结果表明,所提出的算法在应用于高光谱图像分类时,与其它方法相比具有更高的分类精度。
- 普晗晔王斌王斌
- 关键词：高光谱图像非线性降维流形学习算法
- 基于带参考信号独立分量分析的高光谱图像目标探测被引量：4
- 2015年
- 提出了一种用于高光谱图像目标探测的预处理方法,目的是提高目标光谱的准确性,进而提高有监督目标探测算法的精度.该方法将实验室或野外获取的目标光谱作为参考信号,利用带参考信号的独立分量分析方法,从图像中提取出与参考信号相关性最大的独立分量作为新的目标光谱.仿真和实际高光谱数据的实验结果表明,所提出的方法能较大提高目标光谱的准确性,从而较大提高目标探测算法的精度.
- 金硕王斌夏威
- 关键词：高光谱图像预处理
