一种基于归一化光谱向量的高光谱图像实时性非监督分类方法

• 作者: 岳江 徐杭威 柏连发 赵壮
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: 归一化光谱 并行优化 空间一致性 非监督分类 高光谱图像
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 图像处理与仿真
• 页码范围: 362-368
• 页数: 7页
• 分类号: TP751.1
• 字数: 4743字
• 语种: 中文

摘要

在保证分类结果清晰、准确的前提下,为了提高分类执行效率,本文基于图形处理器(graphic processing unit,GPU)及并行优化,提出一种基于归一化光谱向量的高光谱图像实时性非监督分类方法.利用高光谱图像的空间一致性有效提高分类精度,同时,利用归一化光谱向量简化了像元间相似性的计算公式,统一了图像内像元处理方式,并利用GPU并行技术有效提高计算速度.首先,利用GPU并行处理方法计算空间相邻像元间光谱向量相似性,根据高斯拟合取得安全阈值;然后利用光谱角作为像元光谱相似测度,将相似像元划为同质区;最后以同质区内各像元平均光谱向量表述同质区光谱特征,根据安全阈值合并相似的同质区完成分类.用AVIRIS数据评估了该方法性能.本文的理论分析和实验结果显示,与现有非监督分类方法相比,该方法分类精度更高,同时,算法本身运行速度更快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柏连发	南京理工大学江苏省光谱成像与智能感知重点实验室	39	565	14.0	23.0
2	岳江	南京理工大学江苏省光谱成像与智能感知重点实验室	8	36	4.0	5.0
3	徐杭威	南京理工大学江苏省光谱成像与智能感知重点实验室	3	14	1.0	3.0
4	赵壮	南京理工大学江苏省光谱成像与智能感知重点实验室	2	3	1.0	1.0