| 基于谱域-空域结合特征和图割原理的高光谱图像分类 |
| |
| 引用本文： | 尤雅萍,成运,苏松志,曹冬林,李绍滋.基于谱域-空域结合特征和图割原理的高光谱图像分类[J].智能系统学报,2015(2):201-208. |
| |
| 作者姓名： | 尤雅萍 成运 苏松志 曹冬林 李绍滋 |
| |
| 作者单位： | 厦门大学信息科学与技术学院;福建省仿脑智能系统重点实验室;湖南人文科技学院信息科学与工程系 |
| |
| 基金项目： | 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) |
| |
| 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 |
| 本文献已被 CNKI 等数据库收录！ |
|
