基于稀疏表示和词袋模型的高光谱图像分类

摘要：

为增强高光谱图像稀疏表示分类方法中稀疏字典的表征能力并充分利用高光谱图像的光谱信息和空间信息,提出了一种新的基于稀疏表示和词袋模型的高光谱遥感图像分类方法.首先利用词袋模型算法结合高光谱遥感图像数据集生成各类别专业码本,作为字典中对应的原子构造稀疏表示字典.在计算每个像元的对应稀疏表示字典中的稀疏表示特征时,利用空间连续性约束对像元的稀疏表示系数进行空间维的约束.最后根据最小重构误差实现高光谱图像分类.高光谱遥感数据实验结果表明:所提方法能有效提高分类效果,并且其分类精度和Kappa系数都优于其他稀疏表示方法以及单独使用光谱信息的方法.

关键词：图像处理、高光谱图像、稀疏表示、词袋模型、空间连续性

所属期刊栏目：41

分类号：TP751(遥感技术)

资助基金：中国自然科学基金重点项目61231016;中国自然科学基金61272288,61201291,61303123;河南省科技攻关计划142102210557;西工大校基础研究基金JCT20130108,JCT20130109

在线出版日期：2014-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：113-116