基于谱域－空域结合特征和图割原理的高光谱图像分类

• 作者: 尤雅萍 成运 曹冬林 李绍滋 苏松志
• 来源期刊: 智能系统学报
• 学科: 工学
• 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
• 年，卷（期）: 2015,（2）
• 页码范围: 201-208
• 页数: 8页
• 分类号: TP391.4
• 字数: 5756字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.201410040

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹冬林	厦门大学信息科学与技术学院	14	121	4.0	10.0
3	成运	湖南人文科技学院信息科学与工程系	75	339	11.0	15.0
4	苏松志	厦门大学信息科学与技术学院	16	466	8.0	16.0
6	尤雅萍	厦门大学信息科学与技术学院	1	4	1.0	1.0