基于多尺度LBP和复合核的高光谱图像分类方法

摘要：

为了更好地利用高光谱图像的纹理特征信息,提出了一个基于多尺度LBP和复合核的高光谱图像分类方法.利用LBP的两个最佳尺度来提取高光谱图像的纹理特征,将得到的空间纹理信息输入高斯核函数中,得到两个空间核,与直接提取光谱信息得到的光谱核结合在一起组成一个复合核,将这个复合核输入支持向量机(Support Vector Machine,SVM)进行分类得到分类结果.结果表明,在Indian Pines和Pavia University这两个真实的数据集上分类精度分别达到0.9948和0.9918,明显优于其他同类杰出的高光谱图像分类方法.

关键词：高光谱图像、多尺度LBP、复合核、支持向量机(SVM)

所属期刊栏目：34

分类号：TP751(遥感技术)

资助基金：国家自然科学基金项目;河南省科技计划项目

在线出版日期：2021-04-19（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：300-307