论文部分内容阅读
高光谱遥感影像聚类是一项非常具有挑战性的工作，这是由其内部复杂的空间和光谱结构造成的。为了缓解这一问题，我们提出了一种新颖的基于空-谱特征的高光谱遥感影像稀疏子空间聚类算法。首先，通过将每一地物类别视为一个子空间，便可应用稀疏子空间聚类分割高光谱影像。然后，考虑到高光谱影像的光谱和空间特性，将其光谱相关性和丰富的空间信息融入稀疏子空间聚类模型当中以得到更为准确的表示系数矩阵，并利用系数矩阵构造邻接矩阵。最后，用谱聚类分割邻接矩阵得到最终的聚类结果。所提出算法的性能将通过数个实验予以验证。