Clustering Espectral Escaso Basado en Correntropía para la Selección de Bandas Hiperespectrales

Esta carta presenta un método de clustering espectral escaso basado en correntropía (CSSC) para seleccionar bandas adecuadas de una imagen hiperespectral. El CSSC primero construye una matriz de afinidad con la medida de correntropía que considera las características no lineales de las bandas hiperespectrales y puede suprimir efectos del ruido o de valores atípicos en la medición de la similitud entre bandas. El CSSC impone la escasez y la restricción diagonal por bloques en el clustering espectral, lo que puede mejorar aún más el rendimiento del clustering de bandas. Finalmente, las bandas se seleccionan de cada clúster en el gráfico conectado. Los resultados experimentales en dos imágenes hiperespectrales ampliamente utilizadas muestran que el CSSC se comporta mejor que el clustering espectral y otros varios métodos de vanguardia en la selección de bandas.