基于组块低秩张量模型的无监督高光谱数据降维方法

高光谱图像提供了丰富的地物信息，但是，在带来机遇的同时，其海量的高维数据也为地物分类算法提出了挑战。本发明提出一种基于组块低秩张量模型的无监督降维方法，以提高降维效果，进而提高后续对数据分类的正确率。本发明将高光谱图像表示为三阶张量的形式，利用高光谱图像的局部相关和非局部相关对张量表示形式的高光谱图形在空间上进行组块划分，对各个组块进行低秩张量分析，实现对高光谱图像的有效降维。

本发明采用三阶张量形式对高光谱图像进行表示，避免了对高光谱图像进行向量化带来的空间信息丢失，同时利用分块和分组操作，利用了高光谱图像空间的局部相关和非局部相关特性，并结合空-谱联合信息，提高了降维后数据的判别能力。

高光谱图像中无类标数据很容易得到，但得到有类标数据非常困难，本发明采用无监督的方法，不需要预先知道数据的类标信息，使得本发明具有更经济和容易实现的优点。