Clustering spectral sparse basé sur la correntropie pour la sélection de bandes hyperspectrales

Cette lettre présente une méthode de clustering spectral sparse basé sur la correntropie (CSSC) pour sélectionner des bandes appropriées d'une image hyperspectrale. Le CSSC construit d'abord une matrice d'affinité avec la mesure de correntropie qui prend en compte les caractéristiques non linéaires des bandes hyperspectrales et peut supprimer les effets du bruit ou des valeurs aberrantes dans la mesure de la similarité des bandes. Le CSSC impose la contrainte de parcimonie et de diagonalité bloc sur le clustering spectral, ce qui peut améliorer davantage les performances de clustering des bandes. Les bandes sont finalement sélectionnées dans chaque cluster sur le graphe connexe. Les résultats expérimentaux sur deux images hyperspectrales largement utilisées montrent que le CSSC se comporte mieux que le clustering spectral et plusieurs autres méthodes à la pointe de la technologie en sélection de bandes.