局部保护降维与高斯混合模型的高光谱图像分类

• 作者: 叶珍 白璘
• 来源期刊: 工业仪表与自动化装置
• 关键词: 高斯混合模型 局部保护投影 局部保护非负矩阵分离 高光谱图像分类
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 科研论坛
• 页码范围: 3-6,15
• 页数: 5页
• 分类号: TP751
• 语种: 中文

摘要

高光谱图像具有高谱间分辨率和低空间分辨率的特点,传统的分类方法难以得到较高的分类精度.针对该问题,该文研究了两种局部保护降维法——局部保护投影(LPP)和局部保护非负矩阵分离(LPNMF)对高光谱图像降维,这两种方法能很好地保护输入空间相邻像素间的局部特征.由于高光谱图像各类间的统计分布多为复杂的多模型结构,文中采用高斯混合模型(GMM)分类器对降维后的数据进行分类.实验结果表明,将局部保护降维与高斯混合模型相结合的高光谱图像分类算法不但在小样本情况下能有效地提高分类精度,而且在背景像素混合的情况下和高斯白噪声环境中具有一定的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白璘	长安大学电子与控制工程学院	18	83	6.0	8.0
2	叶珍	长安大学电子与控制工程学院	6	10	2.0	3.0