高光谱图像分类(二)稀疏表示

您所在的位置:网站首页 稀疏编码是什么意思 高光谱图像分类(二)稀疏表示

高光谱图像分类(二)稀疏表示

2024-07-13 06:32| 来源: 网络整理| 查看: 265

什么是稀疏系数?什么是字典?稀疏系数如何表示信号? 下图是一个稀疏表示模型

这里写图片描述 1.稀疏系数: 先看到右边的α, 白色小格子表示0,有色小格子表示非0数(0,1),稀疏的意思就是非零系数很少的含义。 2.字典:相信大家在做科研的时候,应该都听说过字典Dictionary,那什么是字典呢?字典,从名称来看,可以用来查询的字典,那查询什么呢?查询(或者叫匹配)字典当中的训练样本。训练样本是一种模版,是一种已知类别的样本。

字典的构成:我现在告诉你字典的一列表示一个训练样本,它可以属于某一个类,那么图中的M列就有M个训练样本。结合前面的高光谱图像知识,高光谱图像数据的一个像素就相当于字典中的一列(或者一个训练样本)了。现在你应该大概知道怎么获取训练样本了吧。 字典的构建:没错,从高光谱图像数据中按比例为每一个类别的所有样本随机选取像素(采样)作为训练样本,其他就作为测试样本(图中的x表示一个测试样本)。样本的行的数值表示物质在不同波段光谱下的表现。

3.稀疏系数如何表示样本: 如果把非零数有色格子在系数中的行数表示测试样本x在字典D中匹配到的训练样本(模版)对应的列数 的相似性,那相似性最大的那个列数(或行数)所属的列是不是就是我们的最佳分类结果?是的,这就是稀疏表示的概念。

还要补充一下:这里的样本可以是什么呢?样本一直会是以一个向量的形式表示的。对于高光谱图像,样本就可以是一个光谱维的像素。对于人脸识别,样本就可以是一张二维人脸转换成一维之后的向量。其他的就依此类推了。



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3