基于二维奇异谱特征提取的高光谱影像同质划分

摘要：

高光谱影像数据具有维度高、信息冗余等特征,传统的特征提取方法通常使用了固定窗格提取高光谱影像的空间特征,忽略了地物之间的空间关系,对地物空间信息利用不充分.对此,文章提出了融合超像素算法的二维奇异谱分析方法,通过超像素划分并提取同质区域,经过二维奇异谱分析,从每个波段中提取空间结构信息,增强本类别的特征信息,同时减少类间差异性与噪声带来的影响.对所提取的空间特征,结合粒子优化算法提取高光谱影像最佳波段组合.实验结果表明,在Indian Pines与Salinas数据影像数据集中,使用同样的支持向量机分类器,文章所提出特征提取方法实现的分类精度相比于原始数据分别提升了15.99％与3.7％,相比于2DSSA提升了3.12％与0.91％.改进的奇异谱分析方法,可以充分利用同质区域的局部一致性,从而提高数据处理的性能,减少了影像中的冗余信息和噪声.

关键词：高光谱、超像素、同质区域、特征提取、二维奇异光谱分析、遥感数据处理

所属期刊栏目：44

分类号：P237(摄影测量学与测绘遥感)

资助基金：科工局民用航天项目D010206

在线出版日期：2023-06-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：97-107