不同降维策略下的高光谱影像多特征分类

• 作者: 杨帆 余旭初 杨其淼 谭熊
• 来源期刊: 测绘与空间地理信息
• 学科: 地球科学
• 关键词: 高光谱影像分类 正交投影波段选择(OPBS) 扩展形态学特征(EMP) 三维Gabor滤波器 支持向量机(SVM)
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 基金项目专栏
• 页码范围: 38-42
• 页数: 5页
• 分类号: P237
• 语种: 中文

摘要

由于物体表面的空间分布通常是富有规律且局部连续的,在高光谱影像分类中应充分利用其光谱和空间信息.本文在对高光谱影像立方体进行降维处理的基础上,提出了一种联合空域和谱域信息的高光谱影像高效分类方法.首先,分别选用主成分分析(Principal Component Analysis,PCA)和正交投影波段选择(Orthogonal Projection Band Selection,OPBS)两种方法对原始高光谱数据进行预处理,获取降维后的影像数据.然后在其基础上提取扩展形态学特征(Extended Morphology Profiles,EMP)和地物表面纹理特征,组成联合光谱和纹理、形状结构特征.最后,采用支持向量机(Support Vector Machine,SVM)分类器对联合特征进行分类.针对不同真实高光谱数据集的实验结果表明,本文提出的方法运算效率高且具有令人满意的分类性能.