高光谱图像稀疏信息处理综述与展望

被引：46

作者：

张良培 ^{[1
]}

李家艺 ^{[1
,2
]}

机构：

[1] 武汉大学测绘遥感信息工程国家重点实验室

[2] 武汉大学遥感信息工程学院

来源：

遥感学报 | 2016年 / 20卷 / 05期

基金：

国家自然科学基金重点项目;

关键词：

高光谱图像处理与分析; 稀疏表示; 高维信号处理; 图像质量改善; 影响分类;

D O I：

暂无

中图分类号：

TP751 [图像处理方法];

学科分类号：

081002 ;

摘要：

高光谱成像技术具有光谱连续、图谱合一,能够以较高的光谱诊断能力对地物目标进行精细化解译,可以大幅增强地物信息的提取能力。充分利用高光谱遥感图像丰富的空间、谱信息,进行观测目标地物的精细化解译,成为近年来遥感领域的研究热点和前沿领域,并在多个相关领域具有巨大的应用价值和广阔的发展前景。本文结合高光谱图像成像特点,对基于稀疏表示理论的高光谱图像处理与分析方法进行综述,概括了高光谱图像处理与分析主要研究,并对各个研究领域与方向进行分析和评价,最后对各研究领域发展提出建议和展望。

引用

页码：1091 / 1101

页数：11

共 15 条

[11]

Algorithms for simultaneous sparse approximation. Part I: Greedy pursuit[J] . Joel A. Tropp,Anna C. Gilbert,Martin J. Strauss.Signal Processing . 2005 (3)

[12]

Least Angle Regression[J] . Bradley Efron,Trevor Hastie,Iain Johnstone,Robert Tibshirani.The Annals of Statistics . 2004 (2)

[13] Dictionary learning algorithms for sparse representation [J].

Kreutz-Delgado, K ;

Murray, JF ;

Rao, BD ;

Engan, K ;

Lee, TW ;

Sejnowski, TJ .

NEURAL COMPUTATION, 2003, 15 (02) :349-396

[14] Structural damage assessment based on wavelet packet transform [J].

Sun, Z ;

Chang, CC .

JOURNAL OF STRUCTURAL ENGINEERING-ASCE, 2002, 128 (10) :1354-1361

[15]

Sparse coding with an overcomplete basis set: A strategy employed by V1?[J] . Bruno A. Olshausen,David J. Field.Vision Research . 1997 (23)

← 1 2 →