您的位置: 专家智库 > >

李威

作品数:4 被引量:10H指数:2
供职机构:哈尔滨工程大学信息与通信工程学院更多>>
发文基金:哈尔滨市优秀学科带头人基金国家自然科学基金黑龙江省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 4篇自动化与计算...

主题

  • 4篇图像
  • 4篇光谱图像
  • 4篇高光谱图像
  • 3篇字典
  • 3篇目标检测
  • 2篇增殖
  • 1篇异常增殖
  • 1篇图像增殖
  • 1篇子空间
  • 1篇目标检测算法
  • 1篇基于子空间
  • 1篇SO
  • 1篇测算法

机构

  • 4篇哈尔滨工程大...

作者

  • 4篇赵春晖
  • 4篇李威

传媒

  • 1篇黑龙江大学自...
  • 1篇哈尔滨工程大...
  • 1篇沈阳大学学报...
  • 1篇黑龙江大学工...

年份

  • 1篇2017
  • 1篇2016
  • 1篇2015
  • 1篇2014
4 条 记 录,以下是 1-4
排序方式:
基于子空间异常增殖字典的高光谱图像目标检测算法被引量:2
2016年
基于传统字典目标检测算法存在的不足,通过对原始字典进行增殖来提高字典中训练样本的数目,提出了基于子空间异常增殖字典的高光谱图像目标检测算法(SOPDSR).实验仿真证明了此算法可以提高目标检测的精度.
赵春晖孟美玲李威
关键词:高光谱图像目标检测
基于稀疏表示的高光谱图像增殖快速算法被引量:1
2017年
在高光谱图像目标检测领域中,稀疏表示算法取得了较好的检测效果,但传统基于稀疏表示的目标检测算法稀疏向量的求解耗时长,检测时只利用高光谱图像的光谱信息,没有考虑空间信息,且其字典中所包含训练样本种类和数目较少,都对目标检测有一定影响。针对上述不足,通过对字典进行改进,添加空间信息,转变稀疏向量求解思路,提出基于稀疏表示的高光谱图像增殖快速目标检测算法。通过实验仿真证明,此算法在目标检测精度上有一定程度的提高,并且缩短了算法的运算时间。
赵春晖孟美玲李威
关键词:高光谱图像
基于StOMP稀疏方法的高光谱图像目标检测被引量:7
2015年
稀疏表示方法已经被成功应用于高光谱图像目标检测领域,并且取得了较好的检测效果,但由于高光谱图像往往具有很大的数据量,传统的稀疏检测算法计算成本很高。针对这种情况,提出了应用St OMP算法的高光谱图像稀疏目标检测算法,对求解稀疏系数的步骤进行了改进,减少了此过程中的迭代次数,大幅度降低了运算量,提高了检测速度。使用了2组数据进行仿真实验,结果表明,St OMP算法的应用有效地提高了检测速度与检测精度。
赵春晖靖晓昊李威
关键词:高光谱图像目标检测
基于精确字典稀疏表示算法的高光谱图像目标检测被引量:2
2014年
目标检测是高光谱图像处理领域的主要研究内容之一。目前,稀疏表示算法已经在这方面取得了较好的检测效果。但传统的稀疏表示(SR)算法中的字典既包含目标信息又包含背景信息,且比例不确定,导致数据处理难度很大。针对传统稀疏表示(SR)算法的不足,提出了精确字典稀疏表示算法(ADSR)。该算法通过构造仅包含目标信息的目标字典和仅包含背景信息的背景字典,分别求解稀疏向量并恢复稀疏图像,继而利用目标与背景残差值不同这一特性区分图像中的目标与背景。在保证检测精度的同时,减小了数据处理的复杂度,缩短了运算时间。仿真实验将ADSR算法与RX算法、SR算法进行性能比较,证明了改进算法在检测效率上的优势。
赵春晖刘一帆李威
关键词:目标检测高光谱图像
共1页<1>
聚类工具0