Resumen

Este documento presenta un nuevo método basado en diccionarios para la clasificación de imágenes hiperespectrales, que incorpora tanto las características espectrales como contextuales de una muestra agrupada para obtener un diccionario de cada píxel. Los píxeles resultantes muestran un patrón de dispersión común en grupos agrupados idénticos. Calculamos los coeficientes dispersos de las imágenes utilizando el enfoque del diccionario, que generó las características de representación dispersa de las imágenes de teledetección. Luego, los coeficientes dispersos se utilizan para clasificar las imágenes hiperespectrales a través de un SVM lineal. Los experimentos muestran que nuestro método propuesto de coeficientes dispersos basados en diccionarios agrupados puede crear mejores representaciones de imágenes hiperespectrales, con una mayor precisión general y un coeficiente Kappa.

• Materias:Espectros Raman Aerosoles atmosféricos Método de caída colgante Antígenos y anticuerpos Farmacocinética
• Subjects:Raman spectra Atmospheric aerosols Hanging drop method Antigens and antibodies Pharmacokinetics
• Palabras claves:Basada en diccionario; Clasificación de imágenes hiperespectrales; Espectral; Características contextuales; Coeficientes dispersos; SVM lineal
• Keywords:Dictionary-based; Hyperspectral image classification; Spectral; Contextual characteristics; Sparse coefficients; Linear SVM