| 基于稀疏表示和词袋模型的高光谱图像分类 |
| |
| 引用本文： | 任越美,张艳宁,魏巍,张秀伟.基于稀疏表示和词袋模型的高光谱图像分类[J].计算机科学,2014,41(10):113-116. |
| |
| 作者姓名： | 任越美 张艳宁 魏巍 张秀伟 |
| |
| 作者单位： | 1. 西北工业大学计算机学院 西安710072;河南工业职业技术学院计算机工程系 南阳473000
2. 西北工业大学计算机学院 西安710072 |
| |
| 基金项目： | 本文受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)资助 |
| |
| 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 |
| 收稿时间： | 2013/6/30 0:00:00 |
| 修稿时间： | 8/9/2013 12:00:00 AM |
Classification of Hyperspectral Image Based on Sparse Representation and Bag of Words |
| |
| REN Yue-mei,ZHANG Yan-ning,WEI Wei and ZHANG Xiu-wei.Classification of Hyperspectral Image Based on Sparse Representation and Bag of Words[J].Computer Science,2014,41(10):113-116. |
| |
| Authors: | REN Yue-mei ZHANG Yan-ning WEI Wei and ZHANG Xiu-wei |
| |
| Abstract: | |
| |
| Keywords: | Image processing Hyperspectral image Sparse representation Bag of words Spatial continuity |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|
