基于非局部全变分与原始对偶混合梯度算法的高光谱图像无监督分类
计算机视觉与模式识别
2017-04-26 v2
摘要
本文提出一种基于图的非局部全变分方法（NLTV）用于高光谱图像（HSI）的无监督分类。该变分问题通过原始对偶混合梯度（PDHG）算法求解。通过对标记函数平方并使用稳定的单纯形聚类例程，可实现一种随机初始化的无监督聚类方法。所提算法的有效性在合成与真实世界HSI上均得到展示，数值结果表明该算法优于其他标准无监督聚类方法，如球形K均值、非负矩阵分解（NMF）和基于图的Merriman-Bence-Osher（MBO）格式。
引用
@article{arxiv.1604.08182,
title = {Unsupervised Classification in Hyperspectral Imagery with Nonlocal Total Variation and Primal-Dual Hybrid Gradient Algorithm},
author = {Wei Zhu and Victoria Chayes and Alexandre Tiard and Stephanie Sanchez and Devin Dahlberg and Andrea L. Bertozzi and Stanley Osher and Dominique Zosso and Da Kuang},
journal= {arXiv preprint arXiv:1604.08182},
year = {2017}
}