摘要：傳統(tǒng)依據(jù)圖嵌入的高光譜圖像維數(shù)約簡算法多數(shù)僅利用光譜信息表征像元間單一關系,忽視了數(shù)據(jù)間的多元幾何結構。本文提出了一種面向高光譜圖像分類的空-譜協(xié)同正則化稀疏超圖嵌入算法(SSRSHE)。該算法首先利用稀疏表示揭示像元之間的相關性,自適應選擇近鄰,并構建稀疏本征超圖和懲罰超圖,以有效表征像元間的復雜多元關系,并進行正則化處理。然后利用遙感圖像空間一致性原則,計算局部空間鄰域散度來保持樣本局部鄰域結構,并引入樣本總體散度來保持高光譜數(shù)據(jù)的整體結構。在低維嵌入空間中,盡可能使類內(nèi)數(shù)據(jù)聚集、類間數(shù)據(jù)遠離,提取鑒別特征用于分類。在Indian Pines和PaviaU高光譜遙感數(shù)據(jù)集上試驗結果表明,本文算法總體分類精度分別達到86.7%和 92.2%。相比傳統(tǒng)光譜維數(shù)約簡算法,該算法可有效改善高光譜圖像地物分類性能。