基于低秩结构提取的高光谱图像压缩表示

来源：电子与信息学报杂志2016年第5期北京时间：

作者：唐中奇, 付光远, 陈进, 张利

单位：2.(第二炮兵工程大学信息工程系 西安 710025) ②(清华大学电子工程系 北京 100084) ③(北京市遥感信息研究所 北京 100192)

摘要：为实现高效、精准的高光谱图像分类，该文利用低秩矩阵恢复从原始数据中提取低维特征，实现高光谱图像的压缩表示。针对高光谱应用的特殊性，该文算法基于结构相似性度量(Structural Similarity Index Measurement, SSIM)对矩阵恢复过程提出了信噪分离约束，有助于选择更优的模型参数，增强表示的准确性。实验证明，相比现有相关方法，该文算法能够有效去除高光谱图像中的噪声，表示结果更为鲁棒；在仅使用低维特征时，仍能达到较高的分类精度。

关键词：高光谱图像分类, 压缩表示, 低秩矩阵恢复

基金资助：国家自然科学基金(61132007, 61202332, 61503405)，国家自然科学青年基金(61403397)，中国博士后科学基金(2012M521905)，陕西省自然科学基础研究计划项目(2015JM6313)