基于多尺度空谱鉴别特征的高光谱图像分类

• 作者: 万升 任守纲 徐焕良 王浩云 袁培森 顾兴健
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 高光谱图像 空间信息 多尺度 地物分类
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 图形图像与模式识别
• 页码范围: 243-250
• 页数: 8页
• 分类号: TP751.1|TP391.4
• 字数: 7821字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2018.12.040

摘要

为了应对高光谱图像同质区域面积分布不均的问题,同时更充分地挖掘空间和光谱信息之间的内在联系,提出了一种基于多尺度空谱鉴别特征的高光谱图像分类方法.该算法首先对图像进行不同尺度的滤波操作,接着分别从得到的多幅图像中提取鉴别的空谱特征,并使用支持向量机(SVM )进行分类.最后,该算法采取"决策级融合"的策略,来综合不同滤波尺度图像的分类结果.在Indian Pines ,Kennedy Space Center和University of Pavia数据集上的实验表明,该算法能够提取较为有效的空间信息,当随机选取10% 的像素作为训练样本时,该算法的总体分类准确率均能达到96% 以上,其分类精度和Kappa系数均优于其他分类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐焕良	南京农业大学信息科技学院	79	651	14.0	23.0
3	任守纲	南京农业大学信息科技学院	54	499	12.0	21.0
4	王浩云	南京农业大学信息科技学院	21	87	5.0	8.0
5	顾兴健	南京农业大学信息科技学院	10	9	2.0	2.0
6	万升	南京农业大学信息科技学院	1	0	0.0	0.0
7	袁培森	南京农业大学信息科技学院	26	73	5.0	8.0