摘要
本发明涉及图像处理技术领域,公开一种基于多源数据融合的图像处理方法,包括:步骤1、获取多模态图像数据,将各模态的数据表示为特征矩阵,所述特征矩阵包含模态的特征维度和样本数量,且对特征矩阵进行标准化与归一化处理,同时,对特征矩阵进行降噪处理,去除数据中的异常点和噪声信号;步骤2、针对步骤1中获取且预处理的特征矩阵,假设模态数据均共享低维子空间,将特征矩阵通过稀疏子空间表示建模。通过稀疏子空间表示建模,引入稀疏正则化目标函数对特征矩阵进行稀疏特征提取,实现对高维多模态数据中关键特征的提取与冗余信息的剔除,得到减少维度灾难、提高计算效率以及增强模型泛化能力的效果。
技术关键词
图像处理方法
张量分解模型
动态时间规整方法
模态特征
矩阵
重构误差
多模态图像数据
动态权重分配
正则化参数
因子
核心
稀疏特征提取
正则化模型
配准算法
配准方法
系统为您推荐了相关专利信息
动态配准方法
局部线性嵌入算法
流形学习算法
动态校正
节点
三轴陀螺
高精度姿态
三轴角速率
坐标系
星敏感器