基于软阈值的高光谱遥感图像分类研究

• 作者: 陈楠
• 来源期刊: 电子测试
• 关键词: 高光谱遥感图像 软阈值 范数模型 惩罚公式 交叉验证
• 年，卷（期）: 2019,（22）
• 所属期刊栏目: 理论与算法
• 页码范围: 40-41,73
• 页数: 3页
• 字数: 2578字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8519.2019.22.016

摘要

对高光谱遥感图像进行分类处理,能够对其中的各种光谱加以高效利用,准确提取地物信息.但是由于分辨率较低,受噪声干扰较严重,导致现有方法对高光谱遥感图像的分类效果不佳,为此,提出基于软阈值的分类方法.为了利于地物提取,方法首先以像元,端元,以及丰度建立L1/2范数模型;然后引入惩罚公式,用于处理由噪声导致的残差;最后分别针对端元,像元,及丰度等参数设计更新公式,并利用目标函数判定其迭代状态,引入交叉验证,对噪声参数与光谱特性采取动态自适应调整.通过实验对比结果,验证提出的软阈值方法具有出色的抗噪声干扰能力,能够更准确的处理光谱差异,有效提升高光谱遥感图像的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈楠		3	0	0.0	0.0