基于K-均值聚类的高光谱影像光谱-空间特征分类
本文提出一种基于K-均值聚类的高光谱影像光谱-空间特征分类方法,以充分利用高光谱影像的空间信息提高影像分类精度.首先,利用支持向量机对高光谱影像进行分类,获得影像的初始分类结果;然后,对高光谱影像进行K-均值聚类,并对聚类结果进行区域连通,以获取影像的空间信息;最后,通过投票的方法确定每个连通区域的类别标签.本次试验选取Pavia大学高光谱影像数据,试验结果表明本文提出的基于K-均值聚类的光谱-空间特征分类方法能够有效提高高光谱影像的分类精度.
高光谱影像分类、支持向量机、K-均值聚类
P237(摄影测量学与测绘遥感)
2017-11-07(万方平台首次上网日期,不代表论文的发表时间)
211-212