| 基于独立空谱残差融合的联合稀疏表示高光谱图像分类 |
| |
| 引用本文： | 卢佳,保文星.基于独立空谱残差融合的联合稀疏表示高光谱图像分类[J].计算机工程,2019,45(1):246-252. |
| |
| 作者姓名： | 卢佳 保文星 |
| |
| 作者单位： | 北方民族大学计算机科学与工程学院,银川,750021;北方民族大学计算机科学与工程学院,银川,750021 |
| |
| 基金项目： | 国家自然科学基金;创新项目 |
| |
| 摘 要： | 针对高光谱图像分类中存在的空间信息与光谱信息融合问题,提出一种基于独立空谱残差融合的联合稀疏表示高光谱图像分类算法。使用类独立的光谱角初分类图像,获得像元初始标记后按特定条件进行筛选再构造像元邻域空间。提取图像的全局空间信息,并将其引入到空谱联合稀疏表示模型中,使用单独的光谱信息字典与空间信息字典分别进行图像光谱与空间的联合稀疏表示残差计算。在此基础上,使用残差融合算法确定图像类别。实验结果表明,相对SVM、KNN等算法,该算法能够提升高光谱图像的分类精度,且分类结果更稳定。
|
| 关 键 词： | 高光谱图像 联合稀疏表示 全局空间信息 光谱信息 残差融合 |
Joint Sparse Representation Hyperspectral Image Classification Based on Independent Space-spectrum Residual Fusion |
| |
| LU Jia,BAO Wenxing.Joint Sparse Representation Hyperspectral Image Classification Based on Independent Space-spectrum Residual Fusion[J].Computer Engineering,2019,45(1):246-252. |
| |
| Authors: | LU Jia BAO Wenxing |
| |
| Affiliation: | (School of Computer Science and Engineering,North Minzu University,Yinchuan 750021,China) |
| |
| Abstract: | LU Jia;BAO Wenxing(School of Computer Science and Engineering,North Minzu University,Yinchuan 750021,China) |
| |
| Keywords: | hyperspectral image joint sparse representation global spatial information spectral information residual fusion |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
