空间信息自适应融合的高光谱图像分类方法

• 作者: 廖建尚 王立国
• 来源期刊: 光子学报
• 学科: 工学
• 关键词: 高光谱图像 空间信息 自适应融合 分类 双边滤波 域转换卷积滤波
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 图像处理
• 页码范围: 155-167
• 页数: 13页
• 分类号: TP753
• 语种: 中文
• DOI: 10.3788/gzxb20174604.0410001

摘要

针对单一的滤波器提取高光谱图像空间纹理信息时不能获得完整的图像特征的不足,提出一种结合双边滤波和域转换标准卷积滤波的高光谱图像分类算法.该方法采用空间信息自适应融合的分类寻优,先对高光谱波段进行抽样分组,再用双边滤波和域转换标准卷积滤波对分组后的波段进行滤波,两种空间信息进行线性融合后交由支持向量机完成分类.实验表明,相比使用光谱信息、高光谱降维、空谱结合的支持向量机分类方法和边缘保持滤波以及递归滤波的方法,本文所提算法对高光谱图像的分类精度有较大提高,在训练样本仅为5%和3%的情况下,对印第安农林和帕维亚大学图像的总体分类精度分别达到了96.95%和97.89%,比其他算法高出2~13个百分点,验证了该方法在高光谱图像分类的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王立国	哈尔滨工程大学信息与通信工程学院	116	829	15.0	23.0
2	廖建尚	广东交通职业技术学院计算机工程学院	19	155	5.0	12.0