融合加权均值滤波与流形重构保持嵌入的高光谱影像分类

• 作者: 罗甫林 郑新磊 黄鸿
• 来源期刊: 光子学报
• 学科: 工学
• 关键词: 高光谱影像分类 加权均值滤波 流形学习 维数约简 空间近邻
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 光谱学
• 页码范围: 146-154
• 分类号: TP751.1
• 语种: 中文
• DOI: 10.3788/gzxb20164510.1030001

摘要

高光谱影像中波段数过多易导致“维数灾难”,而传统高光谱影像维数约简算法仅利用光谱特征而忽略了空间信息.针对上述问题,提出一种融合加权均值滤波与流形重构保持嵌入的维数约简算法.该方法利用影像中地物分布的空间一致性特点,对所有像素进行加权均值滤波,消除同类光谱差异性较大的像素影响,并在流形重构过程中增大空间近邻点的权重,提取出更为有效的鉴别特征,实现维数约简.在PaviaU和Urban高光谱数据集上的实验结果表明:相比于其它相关方法,该方法能获得更高的分类准确度,在分别随机选取5％和1％的训练样本情况下,其总体分类准确度分别提高到98.76％和80.21％.该方法在发现内在低维流形结构的同时,有效融入了影像中的空间信息,改善了分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄鸿	重庆大学光电技术与系统教育部重点实验室	73	422	11.0	15.0
2	罗甫林	重庆大学光电技术与系统教育部重点实验室	16	93	6.0	8.0
3	郑新磊	重庆大学光电技术与系统教育部重点实验室	4	58	3.0	4.0