融合高光谱影像三维空谱特征的子空间聚类算法

• 作者: 刘富春 李文洲 邓秀勤
• 来源期刊: 计算机应用研究
• 关键词: 高光谱遥感影像 三维空谱特征 子空间聚类 空间上下文信息
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3496-3498
• 页数: 3页
• 分类号: TP751.1
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.07.0482

摘要

为提高高光谱遥感影像的聚类精度,将三维空谱特征和子空间聚类算法相结合,提出一种新的稀疏子空间聚类模型,在关注高光谱影像光谱信息的同时也关注了空间上下文信息.首先提取高光谱影像像素点的三种三维空谱特征;然后通过特征对子空间聚类模型的系数矩阵进行加权,使得像素点可被与它最为相似的像素点稀疏表示,从而获得更好的系数矩阵;最后由系数矩阵通过谱聚类获得更好的聚类结果.算法对四个经典高光谱数据集进行实验,并将实验结果与六种聚类算法进行比较,结果表明,所提出的3DF-SSC算法在四个数据集上获得的聚类精度都比其他算法要高,对于同样是利用三维空谱特征的M3DF3、3DF-SSC算法最高能提高8.62％的精度,而与同样是利用空间上下文信息对子空间聚类算法进行改进的L2-SSC和SS-LRSC算法相比,最高能提高25.18％的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘富春	广东工业大学计算机学院	49	235	10.0	14.0
2	邓秀勤	广东工业大学应用数学学院	27	176	6.0	13.0
3	李文洲	广东工业大学应用数学学院	4	11	2.0	3.0