多核融合多尺度特征的高光谱影像地物分类

• 作者: 付光远 汪洪桥 王庆超 王超
• 来源期刊: 光学精密工程
• 学科: 地球科学
• 关键词: 高光谱影像 稀疏表示 多尺度 多核学习 地物分类
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 信息科学
• 页码范围: 980-988
• 页数: 9页
• 分类号: P227
• 字数: 4142字
• 语种: 中文
• DOI: 10.3788/OPE.20182604.0980

摘要

对于高光谱影像地物分类问题,为更加有效地利用像元空间信息和光谱信息,提高地物分类精度,提出了多核融合多尺度特征的分类方法.首先,通过多尺度空间滤波和PCA白化,提取出多尺度特征;接着在核稀疏表示分类器内使用多核方式对分别表示每项特征,在分类器内实现特征自动融合,根据子核与理想核、子核之间距离求取核组合的权重,使用训练集所构成的字典在特征空间内对待测样本进行线性表示,根据每类地物的重构误差确定待测像元所属地物类别.实验结果表明:对于Indian Pines影像和Pavia University影像总体分类精度分别达到99.51% 和97.96%,较传统方法明显提高,并且对于小样本地物识别精度也都能达到90% 以上.本文算法对于高光谱影像地物具有更强的识别能力,并且具有较强的稳定性和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付光远	火箭军工程大学信息工程系	13	27	3.0	4.0
2	王庆超	火箭军工程大学信息工程系	3	11	2.0	3.0
3	王超	火箭军工程大学信息工程系	10	27	3.0	4.0
4	汪洪桥	火箭军工程大学信息工程系	7	15	2.0	3.0