一种基于SOFM神经网络的高光谱图像快速分类方法

• 作者: 宫久路 范宁军 谌德荣 陶鹏
• 来源期刊: 兵工学报
• 学科: 工学
• 关键词: 摄影测量与遥感技术 高光谱图像 分类 SOFM神经网络 区域特征光谱
• 年，卷（期）: 2009,（2）
• 页码范围: 165-169
• 页数: 5页
• 分类号: TP751
• 字数: 3227字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1093.2009.02.008

摘要

高光谱图像的快速准确分类是遥感图像处理的关键技术之一.本文提出了区域特征光谱(RFS)的概念,并采用空间邻域聚类方法提取区域特征光谱;提出了以区域特征光谱作为SOFM神经网络输入的RFS-SOFM高光谱图像快速分类方法,该方法通过区域特征光谱代替单个像元光谱实现神经网络运算量的降低和对图像噪声的抑制.对AVIRIS图像数据的仿真结果表明:RFS-SOFM分类精度高于SOFM神经网络和K-均值算法,计算量约为K-均值的163.6%,SOFM神经网络的5.9%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范宁军	北京理工大学宇航科学技术学院	51	484	11.0	19.0
2	谌德荣	北京理工大学宇航科学技术学院	38	205	9.0	12.0
3	陶鹏	北京理工大学宇航科学技术学院	8	59	5.0	7.0
4	宫久路	北京理工大学宇航科学技术学院	12	75	4.0	8.0