基于图正则低秩表示维数约简的高光谱图像分类方法

摘要

本发明公开了一种基于图正则低秩表示维数约简的高光谱图像分类方法，首先用均值漂移技术对高光谱图像进行预分割；对预分割后的高光谱图像进行图正则低秩表示系数，获取图正则低秩系数矩阵；构造出特征值方程；学习出维数约简的映射矩阵，将原始高维数据转换到低维空间中再进行分类。本发明挖掘高光谱图像局部流形结构并保持原图像的空间分布特性，学习出有效的降维空间，提高高光谱图像分类正确率，且降低计算复杂度，主要解决了高光谱图像维数过高而导致计算量大及现有方法分类正确率低的问题，可用于精细农业，目标识别，环境监测等重要领域。