基于非局部相似性和稀疏編碼的高光譜圖像分類方法
【專利摘要】本發(fā)明屬于圖像處理【技術(shù)領(lǐng)域】，具體涉及一種基于非局部相似性和稀疏編碼的高光譜圖像分類方法，實現(xiàn)過程如下：(1)輸入高光譜圖像；(2)非局部均值濾波；(3)確定訓(xùn)練樣本集C與測試樣本集C'；(4)字典學(xué)習(xí)；(5)求測試樣本集稀疏系數(shù)；(6)高光譜圖像分類；(7)輸出分類圖像。本發(fā)明采用非局部均值濾波的方法，克服了現(xiàn)有技術(shù)只利用高光譜圖像的光譜信息，對高光譜圖像分類會導(dǎo)致邊緣部分錯分的缺點，使得本發(fā)明具有在邊緣部分分類更加精確的優(yōu)點，同時克服了現(xiàn)有技術(shù)中不能有效利用高光譜圖像鄰域信息的缺點，使得本發(fā)明具有在同質(zhì)區(qū)域分類效果更好的優(yōu)點。
【專利說明】基于非局部相似性和稀疏編碼的高光譜圖像分類方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理【技術(shù)領(lǐng)域】，具體涉及高光譜圖像分類【技術(shù)領(lǐng)域】中的一種基于 非局部相似性和稀疏編碼的高光譜圖像分類方法。本發(fā)明可用于對高光譜圖像進行地物分 類。

【背景技術(shù)】
[0002] 高光譜圖像空域和譜域分辨率的提高，為分類提供了更加豐富信息的同時，也帶 來了巨大的挑戰(zhàn)。傳統(tǒng)的分類方法包括最大似然分類法、決策樹分類法、人工神經(jīng)網(wǎng)絡(luò)分類 方法、支撐向量機分類方法都僅僅從光譜域?qū)用鎸Φ匚锾卣鬟M行分類。然而，高光譜遙感數(shù) 據(jù)不僅包含豐富的地物光譜信息，而且在圖像空間維、光譜維兩個不同的維度都會對地物 特征有具體的描述和表達。傳統(tǒng)的高光譜圖像分類方法，往往只著重于數(shù)據(jù)光譜維上的特 性，而忽視了空間維的信息，從而使分類精度受到一定的限制。
[0003] 西安電子科技大學(xué)在其專利申請"基于均值漂移和組稀疏編碼的高光譜圖像空譜 域分類方法"（專利申請?zhí)枺?01310161280. X，
【發(fā)明者】白靜, 焦李成, 勾珍珍, 劉紅英, 王爽, 馬文萍, 馬晶晶, 楊淑媛 申請人:西安電子科技大學(xué)