典型文献
高光谱协同稀疏与非局部低秩张量变化检测
文献摘要：
高光谱图像变化检测可提供地球表面的时间维变化信息,对城乡规划和管理至关重要.因具有较高的光谱分辨率,高光谱图像常被用于检测更精细的变化.针对高光谱变化检测的问题,提出一种基于协同稀疏与非局部低秩张量的高光谱图像变化检测方法.该方法首先求得前后时间点的高光谱差分图像,再根据差分图像中图像块的非局部分布特点,提取不同的非局部张量簇.然后基于协同稀疏正则化和低秩正则化建立协同稀疏与非局部低秩张量变化检测模型,并采用交替方向乘子法对模型求解得到表示系数.最后根据表示系数求得张量在不同类别中的投影残差,进而根据投影残差最小准则判断该张量块是否发生变化.在Farm-land数据集和Urban area in San Francisco City数据集上进行实验,实验结果表明该方法取得较好的高光谱变化检测精度.
文献关键词：
高光谱;变化检测;协同稀疏;非局部低秩;张量分解
中图分类号：
作者姓名：
詹天明;宋博;孙乐;万鸣华;杨国为
作者机构：
南京审计大学 信息工程学院,南京 211815;南京审计大学 审计信息工程与技术协同创新中心,南京 211815;南京信息工程大学 计算机学院,南京 210094
文献出处：
引用格式：
[1]詹天明;宋博;孙乐;万鸣华;杨国为-.高光谱协同稀疏与非局部低秩张量变化检测)[J].计算机科学与探索,2022(02):448-457
A类：
非局部低秩,光谱差分
B类：
协同稀疏,低秩张量,变化检测,高光谱图像,地球表面,城乡规划,光谱分辨率,中图,稀疏正则化,低秩正则化,检测模型,交替方向乘子法,模型求解,量块,Farm,land,Urban,area,San,Francisco,City,检测精度,张量分解
AB值：
0.210779
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
