结合邻域SAC-NED测度的高光谱图像分类方法

• 作者: 孟伟灿 宋新阳 张斌 曹彬才 朱述龙
• 来源期刊: 测绘科学技术学报
• 学科: 地球科学
• 关键词: 邻域信息 欧氏距离 光谱角余弦 高光谱图像 图像分类
• 年，卷（期）: 2015,（6）
• 页码范围: 600-604
• 页数: 5页
• 分类号: P237
• 字数: 3629字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-6338.2015.06.011

摘要

提出了一种光谱相似性测度用于高光谱图像分类方法。通过将光谱向量进行归一化处理，将计算得到的欧氏距离与光谱角余弦的值域归化到相同区间，得到光谱角余弦与欧氏距离联合测度值( SAC-NED)。在对图像像元进行分类时，以距离加权的方式将邻域像元参与中心像元SAC-NED值的计算，将像元分到SAC-NED值最大的类别。通过与其他5种常用相似性测度方法的实验结果对比表明：该算法能够提升高光谱图像分类的准确性和稳定性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱述龙		42	466	11.0	20.0
2	孟伟灿		14	89	6.0	9.0
3	曹彬才		20	119	7.0	10.0