【技术实现步骤摘要】
本专利技术涉及高光谱图像领域，特别是属于一种基于一致性约束子空间聚类的高光谱波段选择方法。
技术介绍
1、高光谱遥感图像可同时获取地物的光谱和空间信息，并具有较高的光谱分辨率，因而提供了丰富的地物特征信息。目前，高光谱遥感图像在图像分类、目标检测和城市管理、精准农业和国防安全等领域获得广泛的应用。然而，高光谱遥感图像所包含的丰富的光谱信息同时也带来了一些挑战。首先，高光谱遥感图像存储的大量数据，导致“维度灾难”的问题。例如，在高光谱遥感图像分类任务中如使用原始的数据对像元进行分类会导致分类精度降低。另外，处理高光谱遥感图像原始的高维数据需要更多的计算资源和复杂的算法，增加了数据处理的复杂性和计算负荷。为了解决这些问题，对高光谱遥感图像进行降维是一种有效的技术手段。
2、波段选择是常见的高光谱遥感图像降维方法之一。在现有波段选择方法中，基于聚类的波段选择方法因可选择包含信息量大、具有代表性的波段而备受关注。然而，将聚类方法直接应用于高光谱图像波段选择得到的结果存在不稳定性，且因聚类过程中未充分利用相邻波段之间的相关性，容易导致...
【技术保护点】
1.一种基于一致性约束子空间聚类的高光谱波段选择方法，其特征在于，包括，
2.根据权利要求1所述的一种基于一致性约束子空间聚类的高光谱波段选择方法，其特征还在于，在步骤a中，构建的全局一致性约束的稀疏子空间模型如下，
3.根据权利要求2所述的一种基于一致性约束子空间聚类的高光谱波段选择方法，其特征还在于，在步骤b中，通过交替方向乘子法获得的增广拉格朗日函数如下，
4.根据权利要求3所述的一种基于一致性约束子空间聚类的高光谱波段选择方法，其特征还在于，在步骤b中，增广拉格朗日函数变量的更新规则包括，
5.根据权利要求4所述...
【技术特征摘要】
1.一种基于一致性约束子空间聚类的高光谱波段选择方法，其特征在于，包括，
2.根据权利要求1所述的一种基于一致性约束子空间聚类的高光谱波段选择方法，其特征还在于，在步骤a中，构建的全局一致性约束的稀疏子空间模型如下，
3.根据权利要求2所述的一种基于一致性约束子空间聚类的高光谱波段选择方法，其特征还在于，在步骤b中，通过交替方向乘子法获得的增广拉格朗日函数如下，
4.根据权利要求3所述的一种基于一致性约束子空间聚类的高光谱波段选择方法，其特征还在于，在步骤b中，增广拉格朗日函数变量的更新规则包括，...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。