基于稀疏表示和词袋模型的高光谱图像分类.pdfVIP

第 41卷 第 1O期 计 算 机 科 学 Vo1．41No．10 2014年 10月 Computer Science Oct2014 基于稀疏表示和词袋模型的高光谱图像分类 任越美 张艳宁 魏 巍 张秀伟 (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) 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 中图法分类号 TP751 文献标识码 A DOI 10．11896／j．issn．1002—137)(．2014．10．026 Classification ofHyperspectralImageBasedonSparseRepresentationandBagofWords REN Yu~mei’ ZHANGYan-ning WEIW ei ZHANGXiu—wei (SchoolofComputerScience，NorthwesternPolytechnicalUniversity，Xi’an710072，China) (DepartmentofComputerEngineering，HenanPolytechnicInstitute，Nanyang473000，China)。 Abstract Toenhancerepresentationabilityofthesparsedictionaryforhyperspectralimageclassificationusingsparse representationandmakefulluseofspectralinformationandspatialinformationofhyperspectralimage，anovelhyper— spectralimageclassificationmethodbasedonsparserepresentationandbagofwordswasproposed．First，someprofes— sionaldictionariesofeachclassaregeneratedbybagofwordsalgorithm basedonthehyperspectralremotesensingim— agedataset，and thesparserepresentation dictionary isobtainedbymerging theseprofessionaldictionaries．Then，the sparsecoefficientofeachpixeliscalculatedaccordingtothesparserepresentationdictionary，andthespatialcontinuity isusedtoconstraintthecoefficientbyusingtheinformationofitsneighborhoods．Finally，theclassificationoftheob— jectsisdetemr inedbycomputingtheminimumreconstructionerrorofitoneachprofessionaldictionary．Experiment