基于Gabor纹理的高光谱影像空谱特征分类

• 作者: 张雪松 杨其淼 杨帆 秦进春 谭熊
• 来源期刊: 测绘科学与工程
• 学科: 工学
• 关键词: 高光谱影像分类 主成分分析 GABOR纹理特征 特征融合 支持向量机
• 年，卷（期）: 2019,（4）
• 页码范围: 36-40
• 页数: 5页
• 分类号: TP391

摘要

在高光谱影像分类中,为增加传统光谱分类精度,现有的多数方法在光谱特征的基础上加入了基于空间信息的形态学剖面特征,虽取得一定的精度提升,但较少顾及高分辨率影像中非常有用的纹理结构信息,对高分辨率高光谱影像蕴含的丰富信息利用不够,特征提取的广度有待提高。对此,本文在分类中加入了Gabor滤波器提取的影像纹理信息,进一步提高了高光谱影像的分类精度。首先,从高光谱影像的前三个主分量中提取Gabor纹理特征;然后,与光谱特征进行融合,合并为高维特征;最后,在支持向量机(Support Vector Machine,SVM)中进行分类。实验结果显示与传统光谱分类方法和空间形态学剖面方法相比,Gabor纹理特征在表达空间信息和提高分类精度方面作用明显。