摘要：高光譜圖像分類是遙感領(lǐng)域研究的熱點問題,其關(guān)鍵在于利用高光譜圖譜合一的優(yōu)勢,同時融合高光譜圖像中各個像元位置的光譜信息和空間信息,提高光譜圖像分類精度。針對高光譜圖像特征維數(shù)高和冗余信息多等問題,采用多視圖子空間學習方法進行特征降維,提出了圖正則化的多視圖邊界判別投影算法。將每個像元處的光譜特征看作一個視圖,該像元處的空間特征看作另一個視圖,通過同時優(yōu)化每個視圖上的投影方向來尋找最優(yōu)判別公共子空間。公開測試數(shù)據(jù)集上的分類實驗表明,多視圖學習在高光譜圖像空譜融合分類方面具有顯著的優(yōu)越性,在多視圖降維算法中,該算法具有最高的分類準確性。