基于多尺度空谱鉴别特征的高光谱图像分类

摘要：

为了应对高光谱图像同质区域面积分布不均的问题,同时更充分地挖掘空间和光谱信息之间的内在联系,提出了一种基于多尺度空谱鉴别特征的高光谱图像分类方法.该算法首先对图像进行不同尺度的滤波操作,接着分别从得到的多幅图像中提取鉴别的空谱特征,并使用支持向量机(SVM )进行分类.最后,该算法采取"决策级融合"的策略,来综合不同滤波尺度图像的分类结果.在Indian Pines ,Kennedy Space Center和University of Pavia数据集上的实验表明,该算法能够提取较为有效的空间信息,当随机选取10% 的像素作为训练样本时,该算法的总体分类准确率均能达到96% 以上,其分类精度和Kappa系数均优于其他分类算法.

关键词：高光谱图像、空间信息、多尺度、地物分类

所属期刊栏目：45

分类号：TP751.1;TP391.4(遥感技术)

资助基金：国家自然科学基金61502236;中央高校基本科研业务费专项KYZ201753

在线出版日期：2019-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：243-250