基于Fisher字典学习稀疏表示的高光谱图像分类

编号 zgly0001592724

文献类型 期刊论文

文献题名 基于Fisher字典学习稀疏表示的高光谱图像分类

作者 袁宗泽  孙浩  计科峰  邹焕新 

作者单位 国防科学技术大学电子科学与工程学院 

母体文献 遥感技术与应用 

年卷期 2014年04期

年份 2014 

分类号 TP391.41 

关键词 高光谱图像分类  稀疏表示  Fisher字典学习  空间相关性 

文摘内容 近年基于稀疏表示的分类框架(Sparse Representation based Classification,SRC)在计算机视觉和模式识别领域取得了巨大成功,高光谱图像解译也逐渐引入稀疏表示方法。针对基于SRC的高光谱图像分类算法随机抽取训练样本构成字典较难捕获相似类别的相对差异性信息问题,提出采用Fisher字典学习方法增强相似类训练样本的可区分性。此外,考虑到高光谱图像具有较强空间相关性的特点,设计一种简单有效的投票策略进行类别判决。大量实验表明:基于Fisher字典学习的联合投票分类方法能够较好地改善高光谱分类精度。