孙伟伟，　刘　春，　李巍岳

(1. 武汉大学 测绘遥感信息工程国家重点实验室， 湖北 武汉 430079;

2. 宁波大学 建筑工程与环境学院， 浙江 宁波 315211; 3. 同济大学 测绘与地理信息学院， 上海 200092;

4. 现代工程测量国家测绘地理信息局重点实验室， 上海 200092; 5. 上海师范大学 城市发展研究院， 上海 200234;

6. 矿山空间信息技术国家测绘地理信息局重点实验室， 河南 焦作 454000)



基于多观测向量的高光谱影像稀疏表达分类

孙伟伟1,2，刘春3,4，李巍岳5,6

(1. 武汉大学 测绘遥感信息工程国家重点实验室， 湖北 武汉 430079;

2. 宁波大学 建筑工程与环境学院， 浙江 宁波 315211; 3. 同济大学 测绘与地理信息学院， 上海 200092;

4. 现代工程测量国家测绘地理信息局重点实验室， 上海 200092; 5. 上海师范大学 城市发展研究院， 上海 200234;

6. 矿山空间信息技术国家测绘地理信息局重点实验室， 河南 焦作 454000)

摘要：针对传统的高光谱影像稀疏表达分类模型忽略像元间的内部结构关系且运算效率较低，提出多观测向量的稀疏表达模型来研究高光谱影像分类.该模型引入平衡参数来控制各权重系数向量的稀疏度，通过最小化L2范数约束的重构误差来求解所有测试像元的稀疏系数向量.基于两个高光谱数据集，对比5种常规分类器的分类结果来验证提出的方法.实验结果表明，多观测向量的稀疏表达分类模型在计算效率第二的同时能够得到最高分类精度.

关键词：多观测向量； 稀疏表达； 高光谱影像； 分类

高光谱遥感技术利用成像光谱仪能够获得地物在一定……