基于空-谱特征K-means的长波红外高光谱图像分类

• 作者: 余春超 周浩 杨智雄 段绍丽 汪凌志 聂冬 雷正刚
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: K-means 空间特征 光谱特征 长波红外高光谱图像 高光谱分类
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 图像处理与仿真
• 页码范围: 348-355
• 页数: 8页
• 分类号: TP391.41
• 字数: 4009字
• 语种: 中文

摘要

高光谱图像(hyper spectral imagery,HSI)分类已成为探测技术的重要研究方向之一,同时也在军事和民用领域得到广泛运用.然而,波段数目巨大、数据冗余、空间特征利用率低等因素已成为高光谱图像分类的挑战,且现有的高光谱分类大多利用可见光或短波红外高光谱数据分类.针对这些问题,本文提出了一种基于光谱和空间特征的K-means分类方法.首先提取空间特征,然后将光谱与空间特征相结合并降维,最后引入K-means算法得到较普通K-means更佳的分类结果.并将此算法运用在长波红外的高光谱图像分类中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周浩		20	164	5.0	12.0
2	雷正刚		8	16	2.0	4.0
3	杨智雄		11	42	4.0	6.0
4	余春超		8	32	3.0	5.0
5	汪凌志		1	0	0.0	0.0
6	段绍丽		1	0	0.0	0.0
7	聂冬		1	0	0.0	0.0