基于多尺度分割的高光谱图像稀疏表示与分类

• 作者: 付光远 唐中奇 张利 陈进
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 高光谱图像分类 光谱稀疏表示 空间先验融合 多尺度策略
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 信息科学
• 页码范围: 2708-2714
• 页数: 7页
• 分类号: TP751
• 字数: 3810字
• 语种: 中文
• DOI: 10.3788/OPE.20152309.2708

摘要

针对高光谱特征的稀疏表示,提出了一种基于多尺度分割的空间加权算法用于高光谱图像分类.该算法采用更合理的邻域定义挖掘空间先验信息,优化类边缘像元的稀疏表示.首先,通过多尺度分割提供邻域空间约束;结合拉普拉斯尺度混合(LSM)先验,分别对每个邻域组内像元进行空间加权的稀疏表示.然后,采用概率支持向量机(SVM)分类,同时提供像元的分类标签及其置信度.最后,以此置信度为权重,对多尺度分类图进行加权融合,生成最终的分类图.实验显示,本文算法能够增强光谱特征表示的稀疏性和鲁棒性,提高总体分类精度;在小样本训练下,单类的分类精度可提升30％左右,表明该算法在高光谱应用中具有较强的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张利	清华大学电子工程系	166	1426	18.0	35.0
2	付光远	第二炮兵工程大学信息工程系	15	119	6.0	10.0
3	唐中奇	第二炮兵工程大学信息工程系	8	28	3.0	5.0
7	陈进		3	21	2.0	3.0