基于稀疏低秩回归的高光谱图像分类方法

摘要

本发明公开了一种基于稀疏低秩回归的高光谱图像分类方法，主要解决现有技术对高光谱图像处理速度慢的问题。其实现步骤为：(1)读入高光谱图像数据，并对其进行均值滤波；(2)在滤波后高光谱图像有标签的光谱向量中确定训练样本和测试样本；(3)根据训练样本求得低秩投影矩阵和参数矩阵；(4)根据低秩投影矩阵和参数矩阵求训练样本的嵌入特征矩阵和测试样本的嵌入特征矩阵；(5)利用线性支撑向量机分类器对训练样本的嵌入特征矩阵和测试样本的嵌入特征矩阵进行分类，得到分类图像。本发明具有分类精度高，处理高维数据花费代价小的特点，可用于对高光谱图像的地物区分。