基于谱域－空域结合特征和图割原理的高光谱图像分类

摘要：

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。

关键词：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

分类号：TP391.4(计算技术、计算机技术)

资助基金：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．

在线出版日期：2015-05-21（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：201-208