10.11896/j.issn.1002-137X.2016.2.020
基于分水岭分割和稀疏表示的高光谱图像分类方法
近年来,高光谱图像的分类受到了广泛的关注.许多机器学习的方法都在高光谱图像上得到了应用,如SVM、神经网络、决策树等.但光谱图像可能存在“同物异谱”和“同谱异物”的情况,这给高光谱图像的精确分类带来了一定挑战.针对该问题,提出了利用分水岭分割得到的空间信息与稀疏表示来得到更精确的分类结果.首先利用分水岭得到图像区域信息,然后以区域为单位,对每个区域的样本进行分类.在两幅图像上对该方法的有效性进行了验证,结果表明该方法优于其它一些同类方法.
高光谱图像、稀疏表示、分类、分水岭
43
TP391(计算技术、计算机技术)
国家自然科学基金61272222,61003116;江苏省自然科学基金BK2011782,BK2011005
2016-05-24(万方平台首次上网日期,不代表论文的发表时间)
共6页
89-94