在基于协同表示(CR)的高光谱图像分类问题中,通常直接选用训练样本构建各类字典,但各类字典内训练样本基元间的相关性往往会降低协同表示分类性能。为此,该文提出采用主成分分析(PCA)对各类训练样本进行去相关处理以构建字典,降低了训练样本间的相关性对分类结果的影响,可有效提高协同表示分类的有效性。高光谱真实数据分类实验结果表明,该算法可有效提高传统协同表示分类的正确率。
科研之友
微信
新浪微博
Facebook
分享链接
