基于谱聚类和稀疏表示的高光谱图像分类算法EI北大核心CSCD |
| |
引用本文: | 董安国,李佳逊,张蓓,梁苗苗.基于谱聚类和稀疏表示的高光谱图像分类算法EI北大核心CSCD[J].光学学报,2017(8):356-363. |
| |
作者姓名: | 董安国 李佳逊 张蓓 梁苗苗 |
| |
作者单位: | 1.长安大学理学院710064;2.西安电子科技大学电子工程学院710071; |
| |
基金项目: | 国家自然科学基金(41601437;41571346;11201038) |
| |
摘 要: | 为了增强高光谱遥感图像的分类效果,提出基于谱聚类和稀疏表示的两级分类算法。利用谱聚类将待分类的像元及其邻域内所有的像元分成两类,利用联合稀疏表示模型确定按规则选取的其中一类的具体类别,并以该类别作为像元的类。该算法充分利用高光谱图像的光谱及空间信息,两级分类过程均考虑了噪声及区域边界对分类效果的影响。进一步利用空间信息对分类算法进行修正,即关联邻近像元的类别,平滑分类结果。数值实验表明,该算法的分类精度高、稳定性好、抗噪性强。
|
关 键 词: | 遥感 高光谱遥感图像 遥感图像分类 联合稀疏表示 谱聚类 |
本文献已被 维普 等数据库收录! |
|