一种结合波段分组特征和形态学特征的高光谱图像分类方法

• 作者: 张乐飞 张帆 张良培 杜博
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 分类 高光谱图像 特征选择 形态学 支持向量机
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 图形图像与模式识别
• 页码范围: 275-279
• 页数: 5页
• 分类号: TP751
• 字数: 4918字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2014.12.059

摘要

如何准确识别图像中的类别信息,是计算机视觉和模式识别领域的重要研究问题.遥感卫星图像数据,尤其是高光谱等遥感图像数据的出现,将空间信息与光谱信息集成于同一数据集中,丰富了图像信息来源.如何准确地识别高光谱图像中的地物类别,已经成为了图像处理和模式识别领域的热点问题.面向高光谱图像数据提出了一种基于波段分组特征和形态学特征的高光谱图像分类方法,结合空间和光谱特征提高分类精度.通过真实的高光谱数据实验证明:利用波段分组可以有效地保持光谱特征,降低数据冗余;在波段分组基础上结合形态学特征进行分类,比传统分类方法的分类精度明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张良培	武汉大学测绘遥感信息工程国家重点实验室	127	2239	28.0	40.0
2	张帆	武汉大学测绘遥感信息工程国家重点实验室	128	1223	16.0	32.0
3	杜博	武汉大学计算机学院	45	386	11.0	18.0
4	张乐飞	武汉大学计算机学院	19	186	8.0	13.0