本内容试读结束
下载后可阅读完整内容，立即下载
传统的稀疏表示分类方法仅考虑图像数据的稀疏特性，并未利用邻域像元间的相似性与独特性，因此提出一种基于邻域相似性的空谱联合稀疏表示的分类方法来提高高光谱图像分类精度。该方法将像元间的稀疏特性和邻域信息结合起来，利用像元间的空间距离权重与光谱距离权重度量待测中心像元Y与邻域像元的相似性，即计算邻域权重，设定相似度阈值，选取与像元Y相似度高的像元从而得到最优邻域窗口，最后通过联合稀疏表示来确定像元Y的类别。实验结果表明，该方法能够有效提高分类精度，且在不同实验数据下具备良好的稳定性。
