摘要：為了提高高光譜遙感圖像的分類精度,通過結(jié)合像元鄰域譜與概率協(xié)同表示方法,提出了一種基于空間信息與光譜信息的分類方法.首先采用插值方法生成像元的鄰域譜,然后用概率協(xié)同表示方法將待測樣本進(jìn)行分類.用所提出的方法在AVIRIS Indian Pines和Salinas scene高光譜遙感數(shù)據(jù)庫上進(jìn)行分類實(shí)驗,并和主成分分析、支持向量機(jī)、稀疏表示分類器和協(xié)同表示分類器方法進(jìn)行了比較.結(jié)果表明,所提出的方法在AVIRIS Indian Pines數(shù)據(jù)庫上識別精度比主成分分析法高約17%,其識別精度和kappa系數(shù)都優(yōu)于另外4種方法.該方法是一種較好的高光譜遙感圖像分類方法.