针对SAR图像超分辨、相干斑抑制和目标识别中的图像参数化建模问题,探索图像数据超完备稀疏表示的新思想、新理论和新方法。在深刻理解SAR成像原理、图像数据产生过程的基础上,研究:图像先验信息的挖掘和图像数据可稀疏表示理论;稀疏性的度量和最优分解算法的设计;图像的稀疏表示在SAR图像特征提取和目标快速识别方面的应用;图像稀疏表示的综合评价。旨在建立图像超完备稀疏表示的模型、理论和具有实用价值的快速算法;为图像压缩、分类、目标识别和图像理解等应用问题提供理论支撑,并为进一步建立图像数据建模、表示、处理和评价的高效率、一体化模型服务。本项目的研究成果可直接应用于军事侦察或地理数据处理等领域。
{{i.achievement_title}}
数据更新时间:2023-05-31
论大数据环境对情报学发展的影响
农超对接模式中利益分配问题研究
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
内点最大化与冗余点控制的小型无人机遥感图像配准
气载放射性碘采样测量方法研究进展
过完备稀疏表示及其在图像超分辨率恢复中的应用研究
基于分层超完备字典稀疏表示的深度学习算法研究及应用
空间源相位约束下完备复数fMRI数据的稀疏表示
基于超完备稀疏表示与仿生模式的伪装人脸识别研究