融合高光谱影像三维空谱特征的子空间聚类算法

分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-11-29 合作期刊: 《计算机应用研究》

李文洲 邓秀勤 刘富春

摘要： 为提高高光谱遥感影像的聚类精度，将三维空谱特征和子空间聚类算法相结合，提出一种新的稀疏子空间聚类模型，在关注高光谱影像的光谱信息的同时，也关注空间上下文信息。首先提取高光谱影像像素点的三种三维空谱特征，然后通过特征对子空间聚类模型的系数矩阵进行加权，使得像素点可被与它最为相似的像素点稀疏表示，从而获得更好的系数矩阵，最后由系数矩阵通过谱聚类获得更好的聚类结果。算法对四个经典高光谱数据集进行实验，并将实验结果与六种聚类算法进行比较，结果表明，所提出的3DF-SSC算法在四个数据集上获得的聚类精度都比其他算法要高，对于同样是利用三维空谱特征的M3DF^3算法，3DF-SSC算法最高能提高8.62%的精度，而与同样是利用空间上下文信息对子空间聚类算法进行改进的L2-SSC算法和SS-LRSC算法相比，最高能提高25.18%的精度。

 点击量 1215  下载量 608  评论