结合多尺度空间滤波和层级网络的基于结构保持的高光谱特征选择

• 作者: 于为中 侯榜焕 姚敏立 张耿 王飞 胡炳樑
• 来源期刊: 光子学报
• 学科: 工学
• 关键词: 高光谱图像 特征选择 双边滤波 空间近邻 流形学习 层级网络
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 图像处理
• 页码范围: 179-188
• 页数: 10页
• 分类号: TP751.1|TP751.2
• 语种: 中文
• DOI: 10.3788/gzxb20174605.0510003

摘要

为了充分利用高光谱图像蕴含的丰富的光谱信息和空间信息,提出了结合多尺度空间滤波和层级网络的基于结构保持的高光谱特征选择算法.算法利用基于l2.1范数的数学模型,选出同时保存全局相似性结构和局部流形结构的特征子集;在多个尺度的窗口中使用双边滤波,自适应计算滤波核,自动在光谱数据中融入空间信息,增强了类内相似性和类间相异性,避免了参量选择;引入层级结构实现空间信息和光谱信息的深入融合,提高了分类准确度;讨论了层级数目和窗口尺度个数对分类准确度的影响.在Indian Pines和PaviaU两个数据集的实验表明,该算法在大部分地物种类上的分类准确度都有较大幅度的提升,总体分类准确度分别达到90.98％和94.20％,相比其他方法明显提高了地物分类准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王飞	西安交通大学电信学院	42	448	11.0	20.0
2	胡炳樑	中国科学院西安光学精密机械研究所	63	397	11.0	16.0
3	姚敏立	火箭军工程大学信息工程系	20	44	4.0	6.0
4	张耿	中国科学院西安光学精密机械研究所	4	6	2.0	2.0
5	侯榜焕	火箭军工程大学信息工程系	4	23	3.0	4.0
6	于为中	火箭军工程大学信息工程系	1	1	1.0	1.0