基于半监督算法的高光谱影像特征提取仿真

高光谱影像包括待测物的空间、光谱和辐射三重信息，且图像信息具有维度高、空间相关性弱、特征非线性强的特点，导致其空间特征序列混乱，特征提取难度大。于是提出基于半监督算法的高光谱影像特征提取方法。应用半监督算法对高光谱图像中的高维数据降维处理，并基于降维结果完成高光谱图像的去模糊。高光谱图像完成降维去模糊后，根据特征学习模型学习高光谱影像数据，获取图像深层特征。在像元空间内对深度特征以及空间信息完成空、谱的联合，实现高光谱影像特征的提取。实验结果表明，所提方法应用下影像特征点在特征空间内聚类效果好，查全率和查准率均能达到95%以上，说明上述方法的应用性能更优。