【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种，用于解决现有基于稀疏表示及光谱信息的高光谱遥感图像分类方法分类精度低的技术问题。技术方案是利用词袋模型结合高光谱遥感图像数据集生成各类别专业字典，进而构造稀疏表示字典，然后根据字典计算每个像元的稀疏表示特征，并在空间维上，利用空间连续性约束像元的稀疏表示系数，最后通过求解最优化问题实现高光谱图像分类。由于生成的字典表征能力较强，并且充分考虑了高光谱图像的空间结构信息，因此提高了分类精度。对AVIRIS高光谱图像进行分类，总体分类精度由
技术介绍
的82.58%提高到86.87%；处理时间由
技术介绍
的97.469秒缩短到35.539秒，效率提高了近3倍。【专利说明】
本专利技术涉及ー种遥感图像分类与识别方法，特别是涉及ー种。
技术介绍
近年来，国内外高分辨率遥感传感器得到飞速发展，高分辨率对地观测系统成为世界高科技发展的前沿领域，高分辨遥感图像分析也为军事和民用事业的发展具有重要的意义。高光谱遥感图像是由几十乃至数百个连续波段图像组成的三维数据立方体，具有很高的光谱分辨率，实现了地物空间信息和光谱信息的同步获取，为精确的...
【技术保护点】
一种高光谱遥感图像分类与识别方法，其特征在于包括以下步骤：步骤一、设高光谱图像中地物类别数为C，类别标号为c的地物对应的样本数为nc，分别针对每类地物生成一个样本集合，设Dc代表第c类地物对应的样本集合，则Dc表示为Dc=[d1c,d2c,...dic,...,dncc],c=1,2,..,C---(1)其中，i代表第c类地物的第i个样本，表示第c类的第i个样本的光谱向量；根据词袋模型，利用K?means聚类为每类地物分别生成相应的专业字典，对应第c类地物的专业字典表示为再由专业字典合并得到最终用于高光谱遥感图像地物分类的稀疏表示字典D~′=[D~1,D~2,....
【技术特征摘要】
【专利技术属性】
技术研发人员：张艳宁，魏巍，任越美，张磊，孟庆洁，佘红伟，张秀伟，李飞，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：
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。