一种基于邻域选取约束的高光谱图像分类方法

摘要

本发明公开了一种基于新型邻域选取约束的高光谱图像分类方法，包括以下步骤：S1.读入高光谱图像数据；S2.根据高光谱数据选取训练样本，构建字典D；S3.确定待处理测试样本的自适应邻域集A；S4.确定待处理测试样本的多尺度方形邻域集B；S5.确定待处理测试样本的最终邻域集C，构建该测试样本所对应的最终邻域测试集合J；S6.求解对应的系数矩阵集合Ψ；S7.重构样本,计算不同尺度最终邻域对应的重构残差集合R；S8.通过重构残差集合R最终确定高光谱像元类别。本发明，使不同尺度邻域的信息得到综合的利用与考虑；同时通过自适应邻域的有效约束，考虑到不同测试像元的差异性，分别避免了非同类邻域像元的干扰，具有分类图视觉效果好，分类精度高等优点。