基于局部保留降维卷积神经网络的高光谱图像分类算法

• 作者: 李发勇 齐永锋
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: 高光谱图像 Gabor特征 局部保留降维 空-谱结合 DCNN深度学习 双重优选分类器
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 136-143
• 页数: 8页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2019.03.014

摘要

为提高高光谱遥感图像的分类精度,通过局部保留判别式分析与深度卷积神经网络(DCNN)算法,提出了基于局部保留降维卷积神经网络的高光谱图像分类算法.首先,用局部保留判别式分析对高光谱数据降维,再用二维Gabor滤波器对降维后的高光谱数据进行滤波,生成空间隧道信息;其次,用卷积神经网络对原始高光谱数据进行特征提取,生成光谱隧道信息;再次,融合空间隧道信息与光谱隧道信息,形成空间-光谱特征信息,并将其输入到深度卷积神经网络,提取更加有效的特征;最后,采用双重优选分类器对最终提取的特征进行分类.将本文方法与CNN、PCA-SVM、CD-CNN和CNN-PPF等算法在Indian Pines、University of Pavia高光谱遥感数据库上进行性能比较.在Indian Pines、University of Pavia数据库上,本文算法识别的整体精度比传统CNN方法的整体精度分别高3.81个百分点与6.62个百分点.实验结果表明,本文算法无论在分类精度还是Kappa系数都优于另外4种算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐永锋		31	188	8.0	12.0
2	李发勇		2	0	0.0	0.0