10.3969/j.issn.1000-3177.2017.06.010
结合导向滤波和最大概率的高光谱图像分类
针对利用滤波器提取高光谱图像的空间特征辅助光谱信息来提高高光谱图像分类精度的不足,提出导向滤波提取的空间纹理信息和最大概率结合的高光谱图像分类算法(SGD-SVM-GD).鉴于空间纹理信息挖掘不足,该方法首先利用导向滤波提取由主成分分析降维后的高光谱图像空间纹理特征,然后将空间信息与光谱信息结合,交由支持向量机完成分类得到初始分类结果,最后结合导向滤波和概率最大化优化分类结果.实验表明,相比单纯使用光谱信息、纯空间信息和空谱结合的SVM分类方法以及边缘保持滤波的方法,所提出的SGD-SVM-GD方法对高光谱图像的分类精度有较大提高,表明了该方法的有效性.
高光谱图像、分类、空谱结合、导向滤波、最大概率
32
TP753(遥感技术)
国家自然科学基金61275010、61675051;国家星火计划项目2014GA780056;广东省科技计划项目2017ZC0358;广东交通职业技术学院校级重点科研项目2017-1-001;广东省高等职业教育品牌专业建设项目2016gzpp044
2018-02-06(万方平台首次上网日期,不代表论文的发表时间)
共9页
56-64