一种基于空间光谱协同稀疏解混的高光谱图像分类方法

本发明提供了一种基于空间光谱协同稀疏解混的高光谱图像分类方法，包括：获取高光谱图像Y以及光谱库A；根据高光谱图像Y对所述光谱库A进行修剪得到光谱库子集A1，之后构建空间光谱协同稀疏解混模型，求解其亚像元表征{A1，X}，并从中提取丰度矩阵X的非零行构成矩阵X1，再结合类别标签信息训练预设的SVM分类器模型，实现对高光谱图像Y的分类。本发明利用丰度矩阵对像元进行分类可以显著提高准确性，并且减少特征维度简化了分类器的输入从而提高了分类的效率；此外，本发明利用全变分项诱导局部邻域中像元构成的相似性，能够抑制不同程度的噪声和光谱差异性，可以促进相似像元所属类别的归并，取得更好的分类效果。