基于多特征和改进稀疏表示的高光谱图像分类

基于多特征和改进稀疏表示的高光谱图像分类

论文摘要

为了实现对高光谱图像的分类,提出了一种基于多特征和改进稀疏表示的方法——MFISR。从高光谱图像中提取光谱特征、Gabor特征和局部二值模式(LBP)特征,求解稀疏系数,同时增加一个2范式约束,利用所得系数得到每个测试像素的最终类别标签。实验结果表明:所提MFISR方法对小样本的检测效果显著,分类性能稳定且较优。

论文目录

  • 1 引言
  • 2 基本原理
  •   2.1 稀疏表示
  •   2.2 协同表示
  •   2.3 MFISR
  • 3 实验结果与分析
  •   3.1 Salinas数据集实验
  •   3.2 Indian Pines数据集实验
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 李非燕,霍宏涛,李静,白杰

    关键词: 遥感,高光谱图像,稀疏表示,特征提取,滤波,局部二值模式

    来源: 光学学报 2019年05期

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑,信息科技

    专业: 工业通用技术及设备,自动化技术

    单位: 中国人民公安大学信息技术与网络安全学院

    基金: 公安部技术研究计划(2018JSYJA01),国家重点研发计划(2017YFC0822405),高分辨率对地观测系统重大专项(民用部分)(01-Y3XXXX-XX01-14,16)

    分类号: TP751

    页码: 351-359

    总页数: 9

    文件大小: 1306K

    下载量: 426

    相关论文文献

    标签:;  ;  ;  ;  ;  ;  

    基于多特征和改进稀疏表示的高光谱图像分类
    下载Doc文档

    猜你喜欢