非局部联合协作表示与局部自适应字典的高光谱图像分类

稀疏表示已广泛用于图像分类中。 但是，众所周知，基于稀疏性的算法很耗时。 同时，最近的工作表明，决定算法性能的是协作表示（CR）而非稀疏性约束。 因此，我们提出了一种具有局部自适应字典（NJCRC-LAD）的非局部联合CR分类方法，用于高光谱图像（HSI）分类。 本文着重研究CR的工作机制，并建立联合协作模型（JCM）。 联合信号矩阵由测试像素的非局部像素构成。 利用一个子词典，它适应于非局部信号矩阵而不是整个字典。 在三个HSI上测试了所提出的NJCRC-LAD方法，实验结果表明，所提出的算法优于相应的基于稀疏性的算法和经典的支持向量机高光谱分类器。