基于增量局部残差最小二乘的高光谱图像Gabor特征分类方法

摘要

本发明公开了一种基于增量局部残差最小二乘的高光谱图像Gabor特征分类方法，包括以下步骤：读取高光谱图像数据立方体h(x,y,b)；使用给定参数(频率幅值和空谱空间方向)的Gabor滤波器对高光谱图像立方体进行滤波，得到特征图像立方体；获取特征图像立方体中已标注类别的像素点作为训练像素，未标记类别的像素点为测试像素；在当前Gabor特征下，利用增量局部残差最小二乘法依次更新重构系数矩阵，以及测试像素重构值与真实测试像素间的累积类别局部残差；清空当前Gabor特征图像数据立方体；在下一组给定的Gabor滤波器参数下，提取新的Gabor特征数据立方体，重复上述更新步骤，得到遍历给定Gabor特征参数集合后的最终类别局部残差；按照最小类别局部残差准则进行分类。