基于改进核联合稀疏表示的高光谱图像分类算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：为了解决高光谱图像分类时邻域信息、噪声和区域边界对分类效果影响较大这一问题，提出一种基于改进核联合稀疏表示的高光谱图像分类算法。首先，从递归滤波处理后的高光谱图像中提取光谱空间特征，将邻域像元集与超像素分割的像元集合并，通过谱聚类算法筛选出优质像元集，再进行核联合稀疏表示获取残差；然后，利用KNN算法计算超像素分割像元集中测试样本与各类训练样本之间的距离；最后，通过决策函数对待测像元进行分类。（剩余126字）

试读结束

目录
monitor
客服机器人