关键词：图像处理 高光谱图像 稀疏表示 词袋模型 空间连续性 

摘要：为增强高光谱图像稀疏表示分类方法中稀疏字典的表征能力并充分利用高光谱图像的光谱信息和空间信息,提出了一种新的基于稀疏表示和词袋模型的高光谱遥感图像分类方法.首先利用词袋模型算法结合高光谱遥感图像数据集生成各类别专业码本,作为字典中对应的原子构造稀疏表示字典.在计算每个像元的对应稀疏表示字典中的稀疏表示特征时,利用空间连续性约束对像元的稀疏表示系数进行空间维的约束.最后根据最小重构误差实现高光谱图像分类.高光谱遥感数据实验结果表明：所提方法能有效提高分类效果,并且其分类精度和Kappa系数都优于其他稀疏表示方法以及单独使用光谱信息的方法.

计算机科学杂志要求:

{1}正文公式的序号一律靠右空两格，用(1)、(2)、(3)等表示。

{2}请勿一稿多投，三个月没有得到用稿通知，可自行处理。

{3}来稿一律文责自负。依照《著作权法》有关规定，本刊可对来稿做文字修改、删节及图像处理。凡有涉及原意的修改，则征求作者意见。修改稿逾3个月不寄回者，视作自动撤稿。

{4}标题序号按照“一”、“（一）”、“1”、“第一”或“首先”顺序排列，一般不用“①”号。根据文章具体内容，序号可适当减少，但不可反顺序使用。

{5}文末注明联系电话、详细单位地址邮编。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社