面向高光谱图像分类的超像素级Gabor特征融合方法研究

• 作者: 吴奎霖 朱家松 李清泉 贾森
• 来源期刊: 南京信息工程大学学报
• 学科: 工学
• 关键词: 高光谱图像 超像素分割 Gabor小波
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 研究性论文
• 页码范围: 72-80
• 页数: 9页
• 分类号: TP751.1|TP391.4
• 字数: 5483字
• 语种: 中文
• DOI: 10.13878/j.cnki.jnuist.2018.01.007

摘要

由于高光谱图像中的地物空间分布具有规整性和局部连续性,同时超像素分割是一种将空间图像分割成多个同质区域的有效方法,因此从超像素的角度进行高光谱图像分类将具有重要意义.本文提出了一种超像素级Gabor特征融合的高光谱图像分类方法,简称为SPGF.首先,使用一组预定义的二维Gabor滤波器与原始高光谱图像进行卷积运算,提取有效特征.同时,利用简单线性迭代聚类(简称 SLIC)超像素分割方法将原始高光谱图像划分成互不重叠的超像素.然后,对于每个Gabor特征模块,利用支持向量机分类器进行分类,并使用多数投票策略实现各模块分类结果的融合.最后,使用通过SLIC算法得到的超像素图对分类结果进行修正.在2个真实高光谱数据集上的实验结果表明,本文提出的SPGF方法能够比领域内的一些经典算法获得更高的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾森	深圳大学计算机与软件学院	3	20	2.0	3.0
5	李清泉	深圳大学空间信息智能感知与服务深圳市重点实验室	41	419	11.0	19.0
6	朱家松	深圳大学空间信息智能感知与服务深圳市重点实验室	7	14	3.0	3.0
7	吴奎霖	深圳大学计算机与软件学院	1	3	1.0	1.0