摘要
本发明涉及遥感图像处理技术领域,特别涉及一种基于双重领域约束的联合稀疏表示高光谱图像分类方法,包括预处理对高光谱图像数据进行基于光谱特征的波段分组,再对分组后的高光谱像数据进行MNF数据降维;接着用形态学提取主成成分特征图;使用改进的分水岭算法对高光谱图像进行超像素分割,同时对高光谱图像进行FCM聚类;将得到的超像素邻域和聚类领域的双重约束下通过权值计算进行邻域的自适应选取;并且使用超像素领域、聚类领域、约束领域多视角进行联合稀疏表示;采用多数投票方法将分类结果进行综合,通过修正规则调整分类结果,从而提升高光谱图像分类效果,实现提升边缘像素的分类精度。
技术关键词
邻域
重构残差
矩阵
像素
图像数据预处理
投票方法
图像处理方法
遥感图像处理技术
FCM聚类算法
高光谱图像分类
高光谱图像数据
分水岭算法
预测类别
字典
多视角
度量