科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统局部二值模型(Local Binary Pattern， LBP)提取高光谱图像纹理特征信息量庞大的难题，提出一种基于对称旋转不变等价局部二值模型(Symmetrical Rotation Invariant Uniform LBP，SRIULBP)的高光谱图像特征提取方法，以缩减特征维度；针对稀疏表示分类(Sparse representation classification， SRC)模型中稀疏字典冗余的缺陷，采用近邻思想，提出最近邻稀疏表示(Nearest Neighbor SRC， NNSRC)分类方法，实现高光谱图像的高效、高准确度分类。数据实验结合表明，SRIULBP能快速提取图像特征，提出的分类方法不仅在分类精度上优于其他稀疏表示分类算法，并且具有更强的时效性与泛化能力。
- 单位
