摘要：针对高光谱图像,在判别局部保留投影(Discriminant Locality Preserving Projection,DLPP)的基础上,提出了一种名为正交指数判别局部保留投影(Orthogonal Exponential Discriminant Locality Preserving Projection,OEDLPP)的特征提取方法。该算法不但保留了DLPP算法的有监督特性,还利用了指数矩阵(the matrix exponential)来获取更有效的样本信息,避免了小样本问题。同时,OEDLPP对投影矩阵进行施密特正交化,解决了特征的冗余性问题。应用OEDLPP算法对高光谱图像进行特征提取后,并采用支持向量机(SVM)对降维后的数据进行分类。与主成分分析(PCA)、局部保留投影(LPP)、判别局部保留投影(DLPP)、指数判别局部保留投影(EDLPP)、正交判别局部保留投影(ODLPP)等对比实验结果表明,本文算法对样本有效信息的获取具有一定的优越性,分类精度提升了2%~3%左右。