基于谱聚类和稀疏表示的高光谱图像分类算法

为了增强高光谱遥感图像的分类效果, 提出基于谱聚类和稀疏表示的两级分类算法。利用谱聚类将待分类的像元及其邻域内所有的像元分成两类, 利用联合稀疏表示模型确定按规则选取的其中一类的具体类别, 并以该类别作为像元的类。该算法充分利用高光谱图像的光谱及空间信息, 两级分类过程均考虑了噪声及区域边界对分类效果的影响。进一步利用空间信息对分类算法进行修正, 即关联邻近像元的类别, 平滑分类结果。数值实验表明, 该算法的分类精度高、稳定性好、抗噪性强。