-
题名融合高光谱影像三维空谱特征的子空间聚类算法
被引量：1
- 1
-
-
作者
李文洲
邓秀勤
刘富春
-
机构
广东工业大学应用数学学院
广东工业大学计算机学院
-
出处
《计算机应用研究》
CSCD
北大核心
2019年第11期3496-3498,共3页
-
基金
国家自然科学基金资助项目(61673122)
广东省公益研究与能力建设专项资金资助项目(2015A030402006)
广东工业大学研究生创新及竞赛项目(2017YJSCX039)
-
文摘
为提高高光谱遥感影像的聚类精度,将三维空谱特征和子空间聚类算法相结合,提出一种新的稀疏子空间聚类模型,在关注高光谱影像光谱信息的同时也关注了空间上下文信息。首先提取高光谱影像像素点的三种三维空谱特征;然后通过特征对子空间聚类模型的系数矩阵进行加权,使得像素点可被与它最为相似的像素点稀疏表示,从而获得更好的系数矩阵;最后由系数矩阵通过谱聚类获得更好的聚类结果。算法对四个经典高光谱数据集进行实验,并将实验结果与六种聚类算法进行比较,结果表明,所提出的3DF-SSC算法在四个数据集上获得的聚类精度都比其他算法要高,对于同样是利用三维空谱特征的M3DF 3、3DF-SSC算法最高能提高8.62%的精度,而与同样是利用空间上下文信息对子空间聚类算法进行改进的L2-SSC和SS-LRSC算法相比,最高能提高25.18%的精度。
-
关键词
高光谱遥感影像
三维空谱特征
子空间聚类
空间上下文信息
-
Keywords
hyperspectral images
three-dimensional spatial spectral features
subspace clustering
spatial context information
-
分类号
TP751.1
[自动化与计算机技术—检测技术与自动化装置]
-
