一种高光谱图像加权稀疏子空间聚类算法

摘要

稀疏子空间在基于单稀疏表示系数构建相似矩阵的过程中,并没有充分利用高光谱图像丰富的光谱和空间信息。提出了一种基于弗雷歇距离的加权稀疏子空间聚类算法(FSSC)。该方法充分考虑了高光谱图像丰富的光谱信息以及光谱连续性,利用弗雷歇距离度量像素点光谱曲线间的相似度,并基于稀疏表示矩阵和相似度矩阵建立光谱加权稀疏子空间聚类模型,从而求解更真实的亲和力矩阵,以获得更高的地物分割精度。在两个经典的高光谱图像数据集上的实验结果表明了FSSC算法的有效性。