10.3969/j.issn.1001-4616.2015.01.014
基于分水岭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。为了提高分类精度,通常将图像的光谱信息与空间信息结合起来进行分类。本文提出了如何利用分水岭分割得到的空间信息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,然后根据一个区域中是否含有训练样本而采取不同的策略得到该区域中所有点的类别。本文在两幅图像上分别用SVM和联合稀疏表示对该方法的有效性进行验证,实验结果表明该方法优于其他一些同类方法。
分水岭、高光谱、图像分类
TP751(遥感技术)
国家自然科学基金重点、面上61432008、61272222
2015-04-17(万方平台首次上网日期,不代表论文的发表时间)
共7页
91-97