9CaKrnK9O3H uav.huanqiu.comarticle中国林科院无人机图像处理研究取得重要进展/e3pn5tffs/e3pn6156o中国林业网6月26日讯近日,中国林科院资源所符利勇副研究员率领研究组在无人机图像处理研究领域取得重要进展。该研究提出的基于Ls和Lp范数距离的鲁棒判别图像特征提取方法,解决了当前模式识别等领域面临的一个非常紧迫的问题,即如何从复杂图像数据中有效提取图像鉴别特征的问题。研究首次将传统判别特征提取模型中的L2-范数类内、类间散度距离分别用Ls和Lp范数距离替换进而实现鲁棒判别特征的抽取。模型上,此方法是一个通用框架,存在的很多技术都为其特殊形式。同时Ls范数距离最大和Lp范数距离最小的目标形式给问题优化带来了巨大挑战。该研究成果,为无人机图像技术在森林参数提取和森林资源监测等方面提供了坚实的理论基础。(中国林科院资源所)1529975520000责编:赵汗青中国林业网152997552000011["9CaKrnK9ao2","9CaKrnK4XZm","9CaKrnJX0Xv","9CaKrnJWJEg","9CaKrnK7PYl"]//himg2.huanqiucdn.cn/attachment2010/2018/0626/09/14/20180626091404138.jpg
中国林业网6月26日讯近日,中国林科院资源所符利勇副研究员率领研究组在无人机图像处理研究领域取得重要进展。该研究提出的基于Ls和Lp范数距离的鲁棒判别图像特征提取方法,解决了当前模式识别等领域面临的一个非常紧迫的问题,即如何从复杂图像数据中有效提取图像鉴别特征的问题。研究首次将传统判别特征提取模型中的L2-范数类内、类间散度距离分别用Ls和Lp范数距离替换进而实现鲁棒判别特征的抽取。模型上,此方法是一个通用框架,存在的很多技术都为其特殊形式。同时Ls范数距离最大和Lp范数距离最小的目标形式给问题优化带来了巨大挑战。该研究成果,为无人机图像技术在森林参数提取和森林资源监测等方面提供了坚实的理论基础。(中国林科院资源所)