高分五号高光谱影像的关联对齐域适应与分类

高分五号(GF-5)搭载的高光谱传感器兼顾宽覆盖和高分辨率的特性,但在实际应用中宽覆盖范围内各种地物类别的标注十分困难.当标记样本很少甚至没有标记样本时,遥感图像分类异常困难.此时,可以采用域适应方法,借助已标记的历史数据(源域)实现对未标记数据(目标域)的分类.本文提出了一种基于稀疏矩阵变换的关联对齐域适应分类算法.首先,利用稀疏矩阵变换估计源域和目标域的协方差矩阵;然后,运用协方差关联对齐方法估计源域到目标域的变换矩阵;接着,运用估计得到的变换矩阵将源域数据进行变换,使得其与目标域对齐;最后,在变换后的源域数据上建立分类器,实现对目标域数据的分类.本文的算法在两个真实的GF-5高光谱数据集上进行了验证.实验结果表明,本文算法要优于常用的子空间对齐算法和关联对齐算法.特别地,在黄河口GF-5数据上,本文算法比原始关联对齐方法的最近邻分类准确率提升了3.5％,支持向量机分类准确率提升了2.3％.