基于核方法协同表示的高光谱图像分类

作者：刘遵雄^*; 蒋中慧; 任行乐

来源：广西大学学报(自然科学版), 2019, 44(05): 1243-1251.

DOI：10.13624/j.cnki.issn.1001-7445.2019.1243

• 高光谱图像分类
• 协同表示
• 核方法
• 正则化
• 融合

为进一步利用高光谱图像在同一区域内像素点的相似特性完成地物分类,提出了一种基于核方法协同表示与绝对距离融合的分类算法。通过核函数将原始数据投影到高维核空间,在特征空间中用全部训练样本表示待测样本,再计算吉洪诺夫正则化下待测像元的重构残差和每个类别表示系数绝对值向量,使用不同权重予以融合作为分类依据。在实验中使用Indian Pines和Pavia University两种高光谱图像数据对该方法进行实验验证,实验结果表明:与原协同表示(CRC)及支持向量机(SVM)相比,改进后分类算法总体分类精度和平均分类精度都有更好的表现,均达到94%以上,具有较好的鲁棒性。

• 单位
  华东交通大学