基于图像分割和LSSVM的高光谱图像分类

• 作者: 晁拴社 楚恒
• 来源期刊: 现代电子技术
• 关键词: 高光谱图像分类 图像分割 LSSVM 数据降维
• 年，卷（期）: 2016,（24）
• 所属期刊栏目: 计算机应用技术
• 页码范围: 14-17,21
• 页数: 5页
• 分类号: TN911.73-34|TP751.1
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2016.24.004

摘要

提出一种基于图像分割和LSSVM的高光谱图像分类方法，将空谱信息结合起来进行高光谱图像的分类。首先利用均值漂移算法对高光谱图像进行分割，然后对每一块分割区域数据进行降维并且对降维后的数据LSSVM分类，最后用最大投票方法融合分割图和分类得到最终的分类结果。该文分类方法先对分割后的区域求出相似性矩阵并训练新样本集求出低秩系数矩阵，由相似性矩阵和低秩系数矩阵构造特征值方程求解出降维矩阵，然后利用混合核LSSVM对降维后的数据进行分类。实验结果表明，提出的基于图像分割和LSSVM的高光谱图像分类方法有效提高了高光谱图像的分类精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	楚恒	重庆邮电大学通信与信息工程学院	15	22	3.0	3.0
5	晁拴社	重庆邮电大学通信与信息工程学院	7	13	3.0	3.0