基于稀疏判别分析的高光谱影像特征提取

发布时间：2018-03-25 06:33

  本文选题：高光谱影像　切入点：稀疏表示　出处：《测绘科学技术学报》2017年04期

【摘要】：针对当前特征提取方法不能充分挖掘高光谱影像稀疏特性的问题,提出一种基于稀疏判别分析的高光谱影像特征提取方法。首先,在线性判别分析的系数向量中引入稀疏正则项来捕获具有更强判别能力的特征,将高光谱影像映射至低维稀疏的子空间;然后,利用迭代优化方法对模型进行求解。利用Salinas和Pavia University高光谱影像进行对比实验,所提方法与分类方法结合用于影像分类时,其分类精度优于其他方法,总体分类精度分别达到97.42%和97.64%。
[Abstract]:To solve the problem that the current feature extraction methods can not fully exploit the sparse characteristics of hyperspectral images, a feature extraction method based on sparse discriminant analysis is proposed. A sparse canonical term is introduced into the coefficient vector of linear discriminant analysis to capture the features with stronger discriminant ability, and the hyperspectral image is mapped to a low dimensional sparse subspace. The iterative optimization method is used to solve the model. The comparison experiment between Salinas and Pavia University hyperspectral images is carried out. When the proposed method is combined with the classification method for image classification, its classification accuracy is better than that of other methods. The overall classification accuracy reached 97.42% and 97.64% respectively.
【作者单位】： 信息工程大学;北京吉威时代软件股份有限公司;
【基金】：国家自然科学基金项目(61272146) 地球观测与导航重点专项(2016YFB0501401)
【分类号】：P237;TP751

【相似文献】

相关期刊论文 前10条

1 陈蜜;易尧华;刘志刚;李德仁;秦前清;;基于分块特性的高光谱影像波段选取方法的研究[J];测绘通报;2006年03期

2 杨燕杰;赵英俊;秦凯;陆冬华;;高光谱影像预处理技术[J];科技导报;2013年09期

3 杨哲海,冯猛,张燕燕;高光谱影像处理方法的改进[J];海洋测绘;2004年04期

4 原传纲;张广有;吴迪;杨哲海;;面向应用的高光谱影像分类方法[J];测绘科学技术学报;2007年02期

5 马莉;范文涛;;高光谱影像加权波段指数波段选择算法[J];黑龙江科技信息;2010年04期

6 杨国鹏;余旭初;周欣;张鹏强;;基于相关向量机的高光谱影像分类研究[J];测绘学报;2010年06期

7 苏红军;盛业华;;高光谱影像的改进K-均值监督式聚类分析方法[J];武汉大学学报(信息科学版);2012年06期

8 孙伟伟;刘春;施蓓琦;李巍岳;;基于随机矩阵的高光谱影像非负稀疏表达分类[J];同济大学学报(自然科学版);2013年08期

9 易尧华,梅天灿,秦前清,龚健雅;高光谱影像中人工目标非监督提取的投影寻踪方法[J];测绘通报;2004年02期

10 宫大鹏;李之歆;韩建峰;杨哲海;张雅争;;高光谱影像分类及组合分类器的应用[J];海洋测绘;2006年05期

相关会议论文 前5条

1 舒宁;胡颖;;基于地物光谱特征的高光谱影像边缘提取方法[A];地理空间信息技术与应用——中国科协2002年学术年会测绘论文集[C];2002年

2 董广军;纪松;朱朝杰;;基于局部线性嵌入流形学习的高光谱影像分类技术[A];第六届全国信息获取与处理学术会议论文集（3）[C];2008年

3 汪玮;周可法;王金林;周曙光;刘慧;;环境减灾卫星高光谱数据预处理[A];第十二届全国数学地质与地学信息学术研讨会论文集[C];2013年

4 黄远程;张良培;李平湘;;基于最小单形体体积约束的高光谱影像端元光谱提取[A];遥感定量反演算法研讨会摘要集[C];2010年

5 刘庆杰;蔺启忠;王黎明;王钦军;李庆亭;苗峰显;;基于CFFT最优信噪比的星载高光谱影像噪声抑制研究[A];第十七届中国遥感大会摘要集[C];2010年

相关博士学位论文 前6条

1 孙艳丽;联合丰度信息与空谱特征的高光谱影像分类研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年

2 路威;面向目标探测的高光谱影像特征提取与分类技术研究[D];中国人民解放军信息工程大学;2005年

3 杨哲海;高光谱影像分类若干关键技术的研究[D];解放军信息工程大学;2006年

4 杜辉强;高光谱遥感影像滤波和边缘提取方法研究[D];武汉大学;2004年

5 韦玮;基于多角度高光谱CHRIS数据的湿地信息提取技术研究[D];中国林业科学研究院;2011年

6 龚鑓;基于HDA和MRF的高光谱影像同质区分析[D];武汉大学;2007年

相关硕士学位论文 前9条

1 魏祥坡;高光谱影像土质要素和人工地物分类技术研究[D];解放军信息工程大学;2015年

2 张颖;基于主动学习的高光谱影像分类[D];成都理工大学;2016年

3 贾源旭;基于湿地分类的环境卫星高光谱影像处理方法及分类效果对比研究[D];延边大学;2017年

4 董连凤;高光谱影像预处理技术研究[D];长安大学;2007年

5 祝鹏飞;面向对象的高光谱影像地物分类技术研究[D];解放军信息工程大学;2011年

6 杨明;面向分类的高光谱影像特征提取技术研究[D];解放军信息工程大学;2012年

7 张丽;基于投影寻踪的高光谱影像特征提取与自动识别技术研究[D];长安大学;2006年

8 曹炳霞;HJ-1A高光谱影像在黄土丘陵区生态环境监测中的应用研究[D];长安大学;2011年

9 林栋;高分辨率遥感影像空间特征提取及面向对象分类技术研究[D];解放军信息工程大学;2015年

，

本文编号：1661959