融合空间信息的高光谱影像稀疏表达分类

摘要：

针对高光谱影像空谱信息利用问题,设计了一种融合空间信息的稀疏表达分类方法,以提高高光谱影像的分类精度.首先,在特征提取阶段引入空间信息,采用形态学滤波的方法提取高光谱影像的形态学属性剖面特征;然后,采用训练样本构成的字典对提取到的空间特征进行稀疏编码,在编码过程中进一步引入空间邻域信息来提高稀疏编码效果;最后,根据测试样本的稀疏编码向量计算其相对于每个类别的重构误差,并将该样本划分到重构误差最小的类别中完成分类.为了验证该方法的有效性,在Pavia大学和Indian pines 2组高光谱数据集上进行分类实验.实验结果表明,该方法充分利用了高光谱影像的空间邻域信息,能够有效提高高光谱影像的分类精度.

关键词：空间信息、形态学滤波、稀疏表达、高光谱影像、影像分类

所属期刊栏目：37

分类号：TP751(遥感技术)

资助基金：河南省自然科学基金222300420387

在线出版日期：2022-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：94-98