一種基于空譜局部性低秩超圖學習的高光譜圖像分類方法

本發明公開了一種基于空譜局部性低秩超圖學習的高光譜圖像分類方法，屬于圖像信息處理技術領域。本發明方法包括以下步驟：輸入高光譜數據集，組成光譜特征矩陣X；設置相關參數，融入空譜局部性約束，構建空譜局部性約束的低秩表示模型；設置相關參數，使用交替方向乘子算法開始迭代求解；根據低秩表示模型中系數矩陣Z構建空譜局部性低秩超圖；設置相關參數，建立半監督超圖學習模型；設置相關參數，迭代求解半監督超圖模型，輸出光譜特征數據集X的分類結果矩陣F*。本發明設計了半監督超圖學習算法應用于最后的高光譜圖像分類。相對于其他較為先進的方法，本發明的分類效果更好，并且對噪聲和圖像退化的魯棒性更高。