基于最小关联窗口的高光谱图像非监督分类

• 作者: 岳江 张毅 徐杭威 柏连发
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 泛光谱曲线 巴氏距离 最小关联窗口 图像分类 高光谱图像
• 年，卷（期）: 2012,（1）
• 页码范围: 86-90
• 分类号: TP751.1
• 字数: 3273字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9830.2012.01.015

摘要

为了提高分类精度和减少麻点现象,该文在最小关联窗口模型基础上,提出了一种高光谱图像非监督分类方法.首先该方法推导了一个目标辨识量——泛光谱曲线；基于此辨识量和图像空间一致性,提出了像元最小关联窗口继承式分类.类间距离使用巴氏距离( Bhattacharyya distance)度量,将相似类合并,完成最终分类.最后利用美国AVIRIS数据进行性能评价,并分别与K均值(K-MEANS)和迭代自组织数据分析技术(ISODATA)进行了性能对比.实验结果表明,该方法分类精度和麻点现象均优于K-MEANS和ISODATA.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张毅	南京理工大学电子工程与光电技术学院	45	356	12.0	17.0
2	柏连发	南京理工大学电子工程与光电技术学院	39	565	14.0	23.0
3	岳江	南京理工大学电子工程与光电技术学院	8	36	4.0	5.0
4	徐杭威	南京理工大学电子工程与光电技术学院	3	14	1.0	3.0