首页|基于空谱多特征融合的高光谱遥感图像分类

基于空谱多特征融合的高光谱遥感图像分类

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
高光谱遥感图像分类已被公认为是高光谱数据处理的基础性和挑战性任务之一,其最终目标是给影像中的每个像元赋予唯一的类别标识.针对传统高光谱遥感图像分类方法只依靠单一特征进行分类的问题,提出一种基于空谱多特征融合的分类策略.首先在光谱域上利用主成分分析法PCA降维,得到前 3 个主成分数据,然后通过多视图策略对PCA降维后的数据分别提取局部二值模式LBP、方向梯度直方图HOG与Gabor特征,将其输入到多视图支持向量机进行分类.所提方法在Indian Pines数据集上进行验证,实验结果表明,所采用的分类策略相较于传统只利用单一特征进行分类的方法分类精度更高.

第五轩、黄延庆、杨雪

展开 >

中国航空工业集团公司西安航空计算技术研究所 陕西西安 710000

高光谱遥感图像分类 LBP特征 HOG特征 Gabor特征 多视图支持向量机

2024

10.3969/j.issn.1672-9528.2024.03.012

信息技术与信息化
山东电子学会

信息技术与信息化

影响因子：0.29
ISSN：1672-9528
年,卷(期)：2024.(3)
  • 16