多尺度自适应加权与稀疏表示分类相结合的遥感目标识别

摘要

针对遥感图像中不同层次的空间结构差异及目标含有不同角度的旋转的情况,提出一种基于Gabor多尺度自适应加权与稀疏表示的遥感目标识别方法.首先对训练样本和待测样本进行Gabor小波变换,对各个方向的Gabor特征进行综合,使它们近似各向同性,根据各尺度特征包含信息量进行自适应加权求和并经过PCA降维求得融合特征,将原始的训练字典改为融合特征字典,从而使字典更加具有判别能力,提高识别率.实验表明,该方法对遥感图像目标识别具有较好的鲁棒性.