三维Gabor滤波器与支持向量机的高光谱遥感图像分类

摘要：

根据高光谱遥感图像的特点及二维Gabor滤波器纹理分割的原理，提出了一种基于三维Gabor 滤波器的高光谱遥感图像分类方法。三维Gabor滤波器能够对高光谱遥感图像所有波段同时进行滤波，将大量的图像信息抽取为少量的不同尺寸、方向和波谱的响应，极大减少了高光谱遥感图像纹理信息提取的计算量。利用不同方向和尺寸的三维Gabor滤波器对祁连山黑河流域上游地区的 Hyperion影像全波段进行滤波处理，获取26个纹理响应特征，并分析不同纹理对不同地物的区分度。利用自动子空间划分的波段指数（BI）进行波段选择，选取不同的波段组合进行试验，寻找最佳降维幅度。按照纹理对不同地物响应的区分度逐一加入三维Gabor纹理特征，利用三维Gabor纹理辅助光谱信息，运用支持向量机（SVM）的方法进行监督分类。结果表明，基于三维Gabor纹理和自动子空间BI 波段选择的SVM分类方法能够在有效降低光谱维数的同时，提高高光谱遥感图像分类的精度和效率。

关键词：高光谱遥感、图像分类、三维Gabor滤波器、波段选择、支持向量机

分类号：TP79(遥感技术)

资助基金：全球变化研究国家重大科学研究计划课题2011CB952001;江苏高校优势学科建设工程项目

在线出版日期：2014-08-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2218-2224