一种基于加权邻域的多尺度高光谱图像分类方法

摘要

本发明提供一种基于加权邻域的多尺度高光谱图像分类方法，包括以下步骤：(1)、读入高光谱图像数据；(2)、根据高光谱数据选取训练样本，构建字典D；(3)、确定待处理测试样本的多尺度邻域信息；(4)、针对尺度为C_e的邻域集合，确定邻域元素所占的权重；(5)、求解尺度为C_e邻域所对应的系数矩阵Ψ_e；(6)、重构样本，计算尺度为C_e邻域所对应的重构残差集合R_e；(7)、计算不同尺度邻域所对应的重构残差信息；(8)、通过重构残差集合，最终确定高光谱像元类别。本发明通过对邻域元素分配不同的权重，来考虑不同元素之间的差异性；采用多尺度邻域，使不同尺度邻域的丰富信息得到综合的利用；分类图视觉效果好，提高了分类的精度。