技术特征：
技术总结
本发明涉及遥感图像处理领域，公开了一种基于张量稀疏表示及聚类的多光谱遥感图像分类方法，提高多光谱遥感图像总体分类精度和kappa系数。本发明包括步骤：利用聚类算法将多光谱遥感图像划分为不同的组；将各组中的多光谱图像由三维形式转化为二维的矩阵；对所述二维的矩阵进行字典学习，获得能够用于各组多光谱遥感图像进行稀疏表示的字典、稀疏表示系数、每一种地物的标记；对获得的稀疏表示系数及标记进行训练，获得最优的分类器；对多光谱遥感图像的像素，根据其稀疏表示系数，利用获得的分类器，对其进行分类，并标记每一类地物。本发明适用于多光谱遥感图像分类。
技术研发人员：秦振涛;杨茹;张靖;赵相瑜;刘继光;钱伟业
受保护的技术使用者：攀枝花学院
技术研发日：2017.05.11
技术公布日：2017.08.18