基于空間加權關聯(lián)的稀疏表示高光譜聚類.pdf

1、本文首先引入了稀疏表示用于高光譜遙感分類。在引入的算法中，假設高光譜像元，在給定的字典下，可以用少量的原子來稀疏表示。文中采用貪婪追蹤算法，通過解決一個稀疏約束優(yōu)化問題，來解決測試光譜樣本的稀疏表示。為了提高分類效果，文中先介紹了兩種不同的方式來描述高光譜遙感信息的鄰域結構信息。第一個方案通過在重建圖像上加入拉普拉斯平滑，一個顯式的平滑約束加入到問題規(guī)劃中;另一個通過中心像元的局部鄰域像元的聯(lián)合稀疏結構來解決的。由于前面兩個方案中，對中

2、心像元的最鄰近樣本的權重都一樣，這樣對于邊界處，加大相異樣本的權重，降低相似樣本的權重。為了提高多種類別邊界處的分類效果，文中提出了空間加權關聯(lián)改進方案，改善局部鄰域的空間關系;對此，文中提出兩種相似度度量。文中還提出了正方形窗口局部區(qū)域關聯(lián)，這樣適用的邊界類型更加廣泛。同時，文中對分類器也進行了加權重構，通過重構誤差相似加權，或者直接通過去除一半相異程度較大的重構像元，來減少相異樣本的誤差影響，提升相似樣本的誤差影響。實驗結果證明本文