计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2014年
10期
113-116
,共4页
任越美%张艳宁%魏巍%张秀伟
任越美%張豔寧%魏巍%張秀偉
임월미%장염저%위외%장수위
图像处理%高光谱图像%稀疏表示%词袋模型%空间连续性
圖像處理%高光譜圖像%稀疏錶示%詞袋模型%空間連續性
도상처리%고광보도상%희소표시%사대모형%공간련속성
Image processing%Hyperspectral image%Sparse representation%Bag of words%Spatial continuity
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.
為增彊高光譜圖像稀疏錶示分類方法中稀疏字典的錶徵能力併充分利用高光譜圖像的光譜信息和空間信息,提齣瞭一種新的基于稀疏錶示和詞袋模型的高光譜遙感圖像分類方法.首先利用詞袋模型算法結閤高光譜遙感圖像數據集生成各類彆專業碼本,作為字典中對應的原子構造稀疏錶示字典.在計算每箇像元的對應稀疏錶示字典中的稀疏錶示特徵時,利用空間連續性約束對像元的稀疏錶示繫數進行空間維的約束.最後根據最小重構誤差實現高光譜圖像分類.高光譜遙感數據實驗結果錶明:所提方法能有效提高分類效果,併且其分類精度和Kappa繫數都優于其他稀疏錶示方法以及單獨使用光譜信息的方法.
위증강고광보도상희소표시분류방법중희소자전적표정능력병충분이용고광보도상적광보신식화공간신식,제출료일충신적기우희소표시화사대모형적고광보요감도상분류방법.수선이용사대모형산법결합고광보요감도상수거집생성각유별전업마본,작위자전중대응적원자구조희소표시자전.재계산매개상원적대응희소표시자전중적희소표시특정시,이용공간련속성약속대상원적희소표시계수진행공간유적약속.최후근거최소중구오차실현고광보도상분류.고광보요감수거실험결과표명:소제방법능유효제고분류효과,병차기분류정도화Kappa계수도우우기타희소표시방법이급단독사용광보신식적방법.
