基于局部重构Fisher分析的高光谱遥感影像分类

作     者：刘嘉敏 杨松 黄鸿 Liu Jiamin;Yang Song;Huang Hong

作者机构：重庆大学光电工程学院光电技术及系统教育部重点实验室重庆400044 

出 版 物：《中国激光》 (Chinese Journal of Lasers)

年 卷 期：2020年第47卷第7期

页      面：382-393页

核心收录：

学科分类：0810[工学-信息与通信工程] 08[工学] 081002[工学-信号与信息处理] 

基　　金：重庆市基础与前沿研究计划(cstc2018jcyjAX0093) 重庆市留学人员回国创业创新支持计划(cx2019144) 重庆市教委科学技术研究计划(KJZD-K20190250) 

主　　题：遥感 高光谱图像 特征提取 流形学习 图嵌入 局部重构 

摘      要：局部几何结构Fisher分析通过数据的邻域和邻域的重构来表征高光谱数据的内在流形,可以提升高光谱图像的分类效果。但是该方法使用原始样本点与重构点一起构图,在低维空间上不能有效保持流形的整体结构。针对上述问题,提出了一种局部重构Fisher分析方法;该方法首先使用类内近邻样本重构原始样本,以保持流形的整体结构,然后利用重构点构造本征图和惩罚图。在低维空间中,通过减小类内样本间的距离,增大非同类样本的距离,提高了同类地物的紧凑性和不同类地物的离散性,获得了更好的鉴别特征,有效改善了高光谱图像的分类性能。在Pavia University数据集和Urban数据集上的实验结果表明,相比其他流形学习方法,所提法获得了更高的分类精度。在Pavia University数据集和Urban数据集中随机选取1%的训练样本时,所提方法的总体分类精度相比局部几何结构Fisher分析分别提升了7.84个百分点和1.27个百分点,总体分类精度达到了86.07%和83.77%。