基于邻域分割的空谱联合稀疏表示高光谱图像分类技术研究

作     者：王彩玲 王洪伟 胡炳樑 温佳 徐君 李湘眷 无

作者机构：中国科学院西安光学精密机械研究所光学成像重点实验室陕西西安710119 西安石油大学计算机学院陕西西安710065 中国人民武装警察部队工程大学陕西西安710086 中国科学院软件研究所北京100080 华东交通大学信息工程学院江西南昌330013 

基　　金：国家自然科学基金项目(41301382 41301480 61401439) 教育部人文社会科学研究青年基金项目(14YJCZH172) 西安石油大学创新基金项目(YS29031606)资助 

出 版 物：《光谱学与光谱分析》 (Spectroscopy and Spectral Analysis)

年 卷 期：2016年第36卷第9期

页      码：2919-2924页

摘      要：传统的高光谱遥感影像分类算法侧重于光谱信息的应用。随着高光谱遥感影像的空间分辨率的增加,高光谱影像中相同类别的地物在空间分布上呈现聚类特性,将空间特性有效地应用于高光谱遥感影像分类算法对分类精度的提升非常关键。但是,高光谱影像的高分辨率提供空间聚类特性的同时,在不同地物边缘处表现出的差异性更加明显,若不对空间邻域像素进行甄选,直接将邻域光谱信息引入,设计空谱联合稀疏表示进行图像分割,则分类误差较大,收敛速度大大降低。将光谱角引入空谱联合稀疏表示图像分类理论中,提出了一种基于邻域分割的空谱联合稀疏表示分类算法。该算法利用光谱角计算相邻像素的空间相似度,剥离相似度较低的邻域像素,将相似度高的邻域像素定义为同类地物,引入空谱联合稀疏表示模型中,采用子联合空间追踪算子和联合正交匹配追踪算子对其优化求解,以最小重构误差为准则进行分类。选取AVIRIS及ROSIS典型光谱影像数据进行实验仿真,从中可以看出,随着光谱角分割阈值的提高,复杂的高光谱影像分类精度和平滑区域的高光谱影像分类精度均逐步提高,表明邻域分割在空谱联合稀疏表示分类中的必要性。

主 题 词：高光谱影像处理 稀疏表示 邻域聚类 邻域分割 最小重构误差 

学科分类：0810[工学-土木类] 08[工学] 0804[工学-材料学] 0703[理学-化学类] 081002[081002] 0702[理学-物理学类] 

核心收录：

D　O　I：10.3964/j.issn.1000-0593(2016)09-2919-06

馆 藏 号：203188671...