摘要

协同表示分类方法已经被越来越多地应用在高光谱图像分类中,但协同表示方法因重视稀疏性忽略局部性而不能充分地刻画高光谱图像特征,导致分类精度不高。针对这一问题,提出了空谱融合下局部判别嵌入核协同表示方法(LPKCRC)。首先,利用空谱特征学习模型对高光谱图像进行特征学习;其次,利用图嵌入矩阵提取数据局部几何结构和局部判别信息,并将其作为流行正则项引入CRC中,同时利用核的特性对高光谱数据进行核映射。实验结果证明,该算法在Indian Pines和Salinas两个高光谱数据集分类结果中都优于其他相应的算法,能够提高分类准确率。

全文