基于分水岭分割和稀疏表示的高光谱图像分类方法

• 作者: 杨明 舒速
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 高光谱图像 稀疏表示 分类 分水岭
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 2015年中国计算机学会人工智能会议
• 页码范围: 89-94
• 页数: 6页
• 分类号: TP391
• 字数: 5052字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.2.020

摘要

近年来,高光谱图像的分类受到了广泛的关注.许多机器学习的方法都在高光谱图像上得到了应用,如SVM、神经网络、决策树等.但光谱图像可能存在“同物异谱”和“同谱异物”的情况,这给高光谱图像的精确分类带来了一定挑战.针对该问题,提出了利用分水岭分割得到的空间信息与稀疏表示来得到更精确的分类结果.首先利用分水岭得到图像区域信息,然后以区域为单位,对每个区域的样本进行分类.在两幅图像上对该方法的有效性进行了验证,结果表明该方法优于其它一些同类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨明	南京师范大学计算机科学与技术学院	58	1074	15.0	32.0
2	舒速	南京师范大学计算机科学与技术学院	2	6	2.0	2.0