空-谱信息与稀疏表示相结合的高光谱遥感影像分类

• 作者: 何小飞 杨钊霞 田彦平 邹峥嵘 陶超
• 来源期刊: 测绘学报
• 学科: 地球科学
• 关键词: 高光谱影像 最小噪声分离 空-谱特征 字典学习 稀疏表示
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: [摄影测量学与遥感]
• 页码范围: 775-781
• 页数: 7页
• 分类号: P237
• 字数: 5505字
• 语种: 中文

摘要

针对传统的高光谱遥感影像分类中多依赖光谱信息而忽视空间信息以及提取的特征维数高的问题，提出了一种空‐谱信息与稀疏表示相结合的分类算法。首先，利用最小噪声分离对原始影像进行降维，在此基础上，对主成分图上局部影像块内的所有像素进行重组，并用排序的方法得到旋转不变的空‐谱特征。然后，对空‐谱特征进行监督学习得到字典，并将提取的测试样本的空‐谱特征编码到字典中以得到测试样本的稀疏表示。最后，使用支持向量机分类器（SVM）对高光谱影像进行分类。3组高光谱数据试验表明，与传统的分类方法比较，本文方法能有效提高分类精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹峥嵘	中南大学地球科学与信息物理学院	158	1385	19.0	29.0
2	陶超	中南大学地球科学与信息物理学院	20	182	7.0	13.0
3	田彦平	中南大学地球科学与信息物理学院	2	45	2.0	2.0
4	杨钊霞	中南大学地球科学与信息物理学院	2	45	2.0	2.0
5	何小飞	中南大学地球科学与信息物理学院	4	105	4.0	4.0