论文部分内容阅读
高光谱图像光谱通道数众多,蕴含了十分丰富的光谱特征信息,为图像识别与分类任务带来全新的发展机遇。然而,超高的光谱分辨率带来发展机遇的同时,也带来数据维度大、特征信息冗余等问题。因此,如何对高光谱图像进行有效的特征提取并提升分类精度,是一个具有挑战性的任务。本文从高光谱图像的数据特点入手,主要从流形学习角度对高光谱图像数据的特征提取与分类进行了深入的研究和分析,主要工作如下:(1)对高光谱图像提取方法进行重点介绍,分析了各算法的优点与不足。总结了典型的图像分类算法以及分类精度评价指标。简要介绍了本文所