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-论文.pdf

《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-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、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(中国科学院电子学研究所北京100190)伸国科学院空间信息处理与应用系统技术重点实验室北京1001901(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l12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

2、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)081891—08DOI：10．3724／SP．J．1146．2013．01433Annotationo

3、fRemoteSensingImagesUsingSpatialConstrainedMulti-featureJointSparseCodingZhengXin-wei①②③HuYan—feng①SunXian~WangHong．qi①②(InstituteofElectronic，ChineseAcademyofSciences，Beijing100190，China)(KeyLaboratoryofSpatialInformationProcessingandApplicationSystemTechnology，ChineseAcademyof

4、Sciences，Beijing100190，China)(UniversityofChineseAcademyofSciences，Beng100190，China)Abstract：Inthispaper．anovelframeworkforremotesensingimageannotationisproposedbasedonspatialconstrainedmulti．-featurejointsparsecodingtoextendthesparserepresentation-basedclassifiertomulti--featur

5、eframework．Theproposedframeworkimposedanl2mixed一normregularizationonencodecoeficientsofmultiple,features．Theregularizationencouragesthecoeficientstoshareacommonsparsitypattern，whichpreservesthecross—featureinformation．Inspiredbythesuccessofdictionarylearning，anoveldictionarylear

6、ningmodelisproposedtopromotetheperformanceofmulti—featurejointsparsecoding，whilethecross—featureassociationispreservedbyconsistenttransformationconstraint．Inaddition，spatialdependenciesbetweenpatchesofremotesensingimagesareusefulforannotationtaskbutusuallyignoredofinsuficientlye

7、xploited．Inthispaper，aspatialrelationconstrainedclassifierisdesignedtoincorporatespatialcoherenceintomulti—featuresparsecodingmodeltoannotateimagesmoreprecisely．Experimentsonpublicdatasetandlargesatelliteimagesshowthediscriminativepowerandeffectivenessoftheproposedframework．Keyw

8、ords：Remotesensingimageannotation；Multi—-featur