基于优势集聚类和马尔科夫随机场的 高光谱图像分类算法

• 作者: 曲海成 王媛媛 郭月
• 来源期刊: 国土资源遥感
• 学科: 工学
• 关键词: 优势集 聚类 波段选择 马尔科夫随机场 高光谱图像 分类
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 技术方法
• 页码范围: 24-31
• 页数: 8页
• 分类号: TP751
• 字数: 6642字
• 语种: 中文
• DOI: 10.6046/gtzyyg.2019.02.04

摘要

为充分利用高光谱图像自身丰富的光谱信息和空间信息,提出一种基于优势集聚类和马尔科夫随机场相结合的高光谱图像分类算法.首先,分析高光谱图像局部空谱一致性,完成对波段信息量和差异程度的度量,构造无向加权图,利用优势集聚类方法选择出保留良好结构信息的最优波段子集;其次,通过马尔科夫随机场对波段选择后的相邻像元建立局部空谱一致性,有效利用图像空间上下文信息;最后,根据贝叶斯定理,将高光谱图像分类问题转化为最大后验概率的求解问题,从而获得分类结果.2个经典数据集(Indian Pines和Pavia University)的实验表明,相比其他同类算法,该算法能达到更高的总体分类精度和Kappa系数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曲海成	辽宁工程技术大学软件学院	52	387	11.0	18.0
2	郭月	辽宁工程技术大学软件学院	4	3	1.0	1.0
3	王媛媛	辽宁工程技术大学软件学院	2	3	1.0	1.0