Print

基于多种空间信息的高光谱遥感图像分类方法

论文摘要

在高光谱遥感图像分类方法中,空间特征和光谱特征的融合可以有效地改善分类效果。针对单一空间特征的信息表达不充分问题,提出了一种联合多种空间特征的高光谱图像空谱分类方法。利用超像素信息对分类结果进行后处理去掉椒盐噪声,并创造性地将超像素信息应用于分类前处理,提出了一种利用超像素信息对像素点的特征向量进行线性加权融合的方法。试验结果表明,所提方法的性能优于目前的通常方法。

论文目录

  • 1 空间特征提取与融合
  •   1.1 差分形态学特征
  •   1.2 Gabor特征
  •   1.3 多种特征融合
  • 2 方法介绍
  •   2.1 超像素分割
  •   2.2 超像素信息融合
  •   2.3 本文高光谱图像分类算法描述
  • 3 试验结果
  •   3.1 试验数据集
  •   3.2 评价指标
  •   3.3 试验结果
  •     （1） 单一特征分类方法和本文方法的对比
  •     （2） 特征和超像素信息融合的有效性验证
  •     （3） 和现有的空谱分类方法进行对比
  • 4 结束语

    • 文章来源

    类型: 期刊论文

    作者: 刘咏梅,马潇,门朝光

    关键词: 高光谱遥感图像分类,空间特征,光谱特征,超像素,线性加权融合

    来源: 中国空间科学技术 2019年02期

    年度: 2019

    分类: 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: 哈尔滨工程大学计算机科学与技术学院

    分类号: TP751

    DOI: 10.16708/j.cnki.1000-758x.2019.0013

    页码: 73-81

    总页数: 9

    文件大小: 1083K

    下载量: 478

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/90ccb32e2b9fffc7734e0d6e.html