近日获悉，我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。研究提出了基于Ls和Lp范数距离的鲁棒判别图像特征提取方法，主要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的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。作为此文章的重要贡献之一，设计了一个有效的迭代算法对问题进行求解，同时也通过理论分析证明了所提算法的局部最优解存在性和收敛性。理论上和图像集上的实验结果验证了算法的有效性。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。

  研究成果“Lp- and Ls-Norm Distance Based Robust Linear Discriminant Analysis”近期在国际著名计算机领域杂志《Neural Networks》（2017年影响因子为5.29）上发表。符利勇副研究员作为该论文的通讯作者，与课题组成员业巧林（第一作者）完成该项研究。研究工作得到中国林科院所基金重点项目“基于轻小型无人机平台的多尺度森林生物量估计”(CAFYBB2016SZ003)的资助。