基于图像重构特征融合的高光谱图像分类方法

• 作者: 刘嘉敏 郑超 张丽梅 邹泽华
• 来源期刊: 中国激光
• 关键词: 遥感 高光谱遥感 LBP特征 空间邻域块 特征融合
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 遥感与传感器|Remote Sensing and Sensor
• 页码范围: 197-206
• 页数: 10页
• 分类号: TP751.1|P407.8
• 语种: 中文
• DOI: 10.3788/CJL202148.0910001

摘要

针对传统的高光谱遥感图像分类方法未能充分利用空间信息,提出一种基于高光谱图像重构特征融合的分类方法.该方法首先将图像的每个像素点进行LBP(Local Binary Patterns)特征提取,得到每个像素点的LBP特征值;其次提取出每个像素点的空间邻域块,按照图像已知的标签信息去除每个空间邻域块中冗余的背景像素点,得到新的空间邻域块,利用光谱距离得到每个像素点的权重值并计算重构特征值;然后,将像素点的LBP特征值和重构特征值进行叠加融合,获得重构特征融合值;最后,采用K最近邻分类器将像素点进行分类,根据测试样本点和训练样本点的欧氏距离判断测试样本点的类别.在Indian Pines和Pavia University数据集上进行实验.实验结果表明,所提方法的分类精度分别达到99.06％和99.73％.