基于空间相关性约束稀疏表示的高光谱图像分类
刘建军 吴泽彬* 韦志辉 肖亮 孙乐
南京理工大学计算机学院 南京 210094
Spatial Correlation Constrained Sparse Representation for Hyperspectral Image Classification
Liu Jian-jun Wu Ze-bin Wei Zhi-hui Xiao Liang Sun Le
School of Computer Science and Technology, Nanjing University of Science and Technology, Nanjing 210094, China
摘要 该文提出一种新的基于稀疏表示的高光谱图像分类方法。首先利用训练数据构造结构化字典,建立基于稀疏表示的高光谱图像分类模型;然后添加空间相关性约束项和训练数据的空间信息,提高稀疏表示模型分类的准确性;最后采用快速的交替方向乘子法求解模型。实验结果表明:该文方法能够有效提高分类精度,且分类结果稳定。
关键词 :
高光谱图像 ,
稀疏表示 ,
分类 ,
空间相关性
Abstract :A novel classification method of hyperspectral image based on sparse representation is proposed. First, the training data is used to design a structured dictionary, and a classification model of hyperspectral image is built based on sparse representation; Then the spatial correlation and the spatial information of training data are added to improve the accuracy of this model; Finally it is solved by the rapid alternating direction method of multipliers. The experimental results show that the proposed method can improve the classification results, and the results are stable.
Key words :
Hyperspectral image
Sparse representation
Classification
Spatial correlation
收稿日期: 2012-05-14
基金资助: 国家自然科学基金(61101194, 61071146),江苏省自然科学基金(BK2011701),高等学校博士学科点专项科研基金(20113219120024),航遥中心对地观测技术工程实验室开放课题,中国地质调查局工作项目(1212011120227)和江苏省博士后科研基金(0901008B)资助课题
通讯作者:
吴泽彬
E-mail: fen_jin@163.com
引用本文:
刘建军, 吴泽彬, 韦志辉, 肖亮, 孙乐. 基于空间相关性约束稀疏表示的高光谱图像分类[J]. 电子与信息学报, 2012, 34(11): 2666-2671.
Liu Jian-Jun, Wu Ze-Bin, Wei Zhi-Hui, Xiao Liang, Sun Le. Spatial Correlation Constrained Sparse Representation for Hyperspectral Image Classification. , 2012, 34(11): 2666-2671.
链接本文:
http://jeit.ie.ac.cn/CN/10.3724/SP.J.1146.2012.00577 或 http://jeit.ie.ac.cn/CN/Y2012/V34/I11/2666
[1]
乔雪,彭晨,段贺,张钰尧. 基于共享特征相对属性的零样本图像分类 [J]. 电子与信息学报, 2017, 39(7): 1563-1570.
[2]
汤萍萍,董育宁. 小波域基于分段Hurst指数的视频流分类 [J]. 电子与信息学报, 2017, 39(6): 1298-1304.
[3]
王燕,李晴,付进,梁国龙. 超短基线定位系统融合分类解模糊技术研究 [J]. 电子与信息学报, 2017, 39(6): 1348-1354.
[4]
田元荣*,王星,周一鹏. 一种新的基于稀疏表示的单通道盲源分离算法 [J]. 电子与信息学报, 2017, 39(6): 1371-1378.
[5]
孙鹏浩,兰巨龙, 陆肖元,胡宇翔,马腾. 一种基于匹配域裁剪的包分类规则集压缩方法 [J]. 电子与信息学报, 2017, 39(5): 1185-1192.
[6]
徐明亮,王士同. 由最大同类球提取模糊分类规则 [J]. 电子与信息学报, 2017, 39(5): 1130-1135.
[7]
陈小龙,关键,于晓涵,何友. 基于短时稀疏时频分布的雷达目标微动特征提取及检测方法 [J]. 电子与信息学报, 2017, 39(5): 1017-1023.
[8]
肖满生,肖哲,文志诚,周立前. 一种空间相关性与隶属度平滑的FCM改进算法 [J]. 电子与信息学报, 2017, 39(5): 1123-1129.
[9]
郭继昌,张帆,王楠. 基于Fisher约束和字典对的图像分类 [J]. 电子与信息学报, 2017, 39(2): 270-277.
[10]
周伟力,贺前华,王亚楼,庞文丰. 基于自适应逼近残差的稀疏表示语音降噪方法 [J]. 电子与信息学报, 2017, 39(2): 309-315.
[11]
樊养余,李祖贺,王凤琴,马江涛. 基于跨领域卷积稀疏自动编码器的抽象图像情绪性分类 [J]. 电子与信息学报, 2017, 39(1): 167-175.
[12]
王昌海, 许昱玮, 张建忠. 基于层次分类的手机位置无关的动作识别 [J]. 电子与信息学报, 2017, 39(1): 191-197.
[13]
黄志洪,李威,杨立群,江政泓,魏星,林郁,杨海钢. 一种基于与非锥簇架构FPGA输入交叉互连设计优化方法 [J]. 电子与信息学报, 2016, 38(9): 2397-2404.
[14]
刘嘉琪,齐佳音. 基于社会系统响应函数的在线群体分类研究 [J]. 电子与信息学报, 2016, 38(9): 2141-2149.
[15]
孙保明,郭艳,李宁,钱鹏. 无线传感器网络中基于压缩感知的动态目标定位算法 [J]. 电子与信息学报, 2016, 38(8): 1858-1864.