论文部分内容阅读
高光谱遥感图像分类是通过机器学习等手段利用高光谱图像的数据特性将传统光谱图像中无法分辨的微小差异的地物通过计算机自动区分归类的过程,具有实际意义和实用性,受到了研究者的广泛关注。本文的工作基于高光谱图像像元的特征和数据结构,针对其执行分类算法时的分类正确率较差、分类算法对像元适应性差、对高光谱图像空间信息利用不足等问题,做了以下三个方面研究：首先,分析稀疏表示分类器(Sparse Representation Classification, SRC)、协同表示分类器(Collaboration Re