10.3969/j.issn.1673-4785.201410040
基于谱域-空域结合特征和图割原理的高光谱图像分类
高光谱图像中存在着特征维度高而训练集小的问题。为解决该问题,提出了一种2步走的分类方法:1)通过支持向量机对图像进行初步分类,根据分类结果计算出每个类别的均值特征;2)使用1)计算出来的均值特征作为能量函数的数据项,然后利用图割原理对图像做二次分类。实验中发现:空间上相近的像素点往往具有相似的特征,且属于同一个类别。针对这种现象,提取一个将谱域特征和空域特征相结合的新特征。该特征既包含了光谱信息也包含了空间信息,具有较好的分类性能和鲁棒性。在Indian Pine数据集和Pavia University数据集进行实验,实验结果表明了本文提出方法的有效性。
高光谱、图像分类、谱域特征、空域特征、谱域-空域结合特征、均值特征、支持向量机、图割原理
TP391.4(计算技术、计算机技术)
国家自然科学基金资助项目61202143;福建省自然科学基金资助项目2013J05100,2010J01345,2011J01367;湖南省自然科学基金资助项目12JJ2040.
2015-05-21(万方平台首次上网日期,不代表论文的发表时间)
共8页
201-208