基于块近邻的边界约束标签平滑高光谱图像分类方案.PDFVIP

第 卷 第 期 计 算 机 工 程 年 月 图形图像处理 文章编号 文献标志码 中图分类号 基于块近邻的边界约束标签平滑高光谱图像分类方案 陈善学桂成名王一宁 重庆邮电大学 移动通信技术重庆市重点实验室重庆 摘 要 为提高高光谱图像分类精度结合光谱信息邻域信息和边界信息提出一种高光谱图像分类方案 利用局 部费希尔判别分析算法进行降维操作并获取边界信息 根据块近邻分类器算法结合光谱和邻域 个维度获得判 决信息 采用边界信息对块近邻分类器算法获得的分类标签进行标签平滑操作 在 个真实地物高光谱数据集 上进行实验结果表明该方案稳定有效地提高了高光谱图像的分类精度 关键词 高光谱图像分类块近邻分类器标签平滑边界约束局部费希尔判别分析 中文引用格式陈善学桂成名王一宁基于块近邻的边界约束标签平滑高光谱图像分类方案计算机工程 英文引用格式 稀 疏 表 示 分 类 器 概述 支持向量机对 光谱信息和上下文信息对识别和分类高光谱图 高维少样本数据处理具有良好的适应性而稀疏表 像中的地物都是至关重要的信息 但是高光谱 示分类器则利用了自然图像的稀疏性本质选取过完 图像有其特性像素点光谱维度高谱特征空间波动 备字典中的少量原子来表示原图像信号 文献 性大 在进行高光谱图像分类时需要留意高成 指出在稀疏表示分类器中真正对分类起作用的是 本的训练样本的数量限制 而高维度光谱特征空 协作表示 而非 范 间波动性大和训练样本少会增大一些分类器训练过 数稀疏约束因而提出了协作表示分类器 协作表 程中对训练样本的过拟合 示分类器较稀疏表示分类器的优势在于其拥有和稀 许多基于光谱信息的监督高光谱图像分类算法 疏表示分类器相同的分类精度而具有较低的计算复 已经被研究 比如支持向量机 杂度 纵观这些分类方法 近邻 基金项目重