第46卷第6期2023年6月测绘与空间地理信息GEOMATICS＆SPATIALINFOＲMATIONTECHNOLOGYVol．46，No．6Jun．，2023收稿日期:2021－12－20基金项目:江苏省自然资源科技项目(2021041)资助作者简介:虞瑶(1995－)，女，安徽安庆人，工程师，硕士，2017年毕业于河海大学摄影测量与遥感专业，主要从事摄影测量与遥感研究等方面的工作。基于表示模型的高光谱遥感影像分类综述虞瑶，李倩楠，王家慧(江苏省基础地理信息中心，江苏南京210013)摘要:高光谱成像技术具有光谱连续、图谱合一的特点，可实现地物目标的精细化解译。其中影像分类是高光谱遥感图像信息处理领域的前沿科学问题。表示模型在影像分类方面具有较大优势，近年来受到了广泛的关注和研究，取得了一系列成果。基于此，本文首先介绍了稀疏表示和协同表示模型的原理;其次系统地阐述了高光谱遥感影像分类中稀疏表示和协同表示的研究现状;最后对该研究领域发展提出建议和展望。关键词:稀疏表示;高光谱遥感分类;协同表示中图分类号:P237文献标识码:A文章编号:1672－5867(2023)06－0068－04AＲeviewofHyperspectralＲemoteSensingImageClassificationBasedonＲepresentationModelYUYao，LIQiannan，WANGJiahui(ProvincialGeomaticsCentreofJiangsu，Nanjing210013，China)Abstract:Hyperspectralimagingtechnologyhasthecharacteristicsofcontinuousspectrumandintegrationofmaps，whichprovidesthepossibilityforaccurateinterpretationofgroundobjecttarget．Imageclassificationisafrontierscientificprobleminthefieldofhyper-spectralremotesensingimageinformationprocessing．Inviewoftheadvantagesoftherepresentationmodelinimageclassification，ithasreceivedextensiveattentionandresearchinrecentyears，andaseriesofresultshavebeenachieved．Basedonthis，thisarticlefirstintroducestheprinciplesofsparserepresentationandcollaborativerepresentationmodels;Secondly，theresearchstatusofsparserepresentationandcollaborativerepresentationinhyperspectralremotesensingimageclassificationissystematicallyexplained;Final-ly，suggestionsandprospectsforthedevelopmentofthisresearchfieldareproposed．Keywords:sparserepresentation;hyperspectralremotesensingimageclassification;collaborativerepresentation0引言高光谱遥感技术作为遥感领域的前沿技术，在地质灾害、土地...
