基于空间预处理联合稀疏表示高光谱图像分类

TP751; 针对高光谱图像分类时光谱信息和空间信息利用不充分、分类精度低的情况,提出一种结合空间预处理的联合稀疏表示分类方法.一方面能够弥补联合稀疏表示固定窗口模式中空间信息利用不充分的问题,另一方面也避免了像元多次参与联合稀疏模型的构建过程.考虑每个像元对联合稀疏模型的贡献不同,通过赋予邻域像元相应权重以提高稀疏重构精度.最后,充分利用训练样本的已知信息修正分类结果,在Pavia University和AVIRIS Salinas两个数据集上进行实验验证.实验结果表明,所提方法能够有效地提高高光谱图像分类精度....

Full description

Saved in:
Bibliographic Details
Published in系统工程与电子技术 Vol. 43; no. 9; pp. 2422 - 2429
Main Authors 陈善学, 王欣欣
Format Journal Article
LanguageChinese
Published 重庆邮电大学通信与信息工程学院,重庆400065 01.09.2021
移动通信技术重庆市重点实验室,重庆400065
移动通信教育部工程研究中心,重庆400065
Subjects
高光谱图像分类;联合稀疏表示;空间预处理;权重
Online AccessGet full text

Cover

More Information
Summary:TP751; 针对高光谱图像分类时光谱信息和空间信息利用不充分、分类精度低的情况,提出一种结合空间预处理的联合稀疏表示分类方法.一方面能够弥补联合稀疏表示固定窗口模式中空间信息利用不充分的问题,另一方面也避免了像元多次参与联合稀疏模型的构建过程.考虑每个像元对联合稀疏模型的贡献不同,通过赋予邻域像元相应权重以提高稀疏重构精度.最后,充分利用训练样本的已知信息修正分类结果,在Pavia University和AVIRIS Salinas两个数据集上进行实验验证.实验结果表明,所提方法能够有效地提高高光谱图像分类精度.
ISSN:1001-506X
DOI:10.12305/j.issn.1001-506X.2021.09.07