基于谱-空-纹特征融合的高光谱影像分类方法

发布时间：2018-06-03 06:51

  本文选题：谱-空-纹 + 特征融合　； 参考：《系统科学与数学》2017年10期

【摘要】：文章提出了一种融合光谱信息,空间信息和纹理信息的高光谱影像分类方法.首先采用主成分分析降低高光谱影像的维度,然后利用灰度共生矩阵从各主成分提取纹理信息,并根据数学形态学特征和光谱信息定义了一种融合谱-空-纹的相似度距离,最后通过伪近邻(pseudo nearest neighbor,PNN)分类器对影像地物进行分类.为了说明所提出方法的有效性,文章对两个常用的具有不同空间分辨率和光谱分辨率的真实高光谱影像数据集进行了相应的实验,试验结果和比较结果表明,利用所提出的方法可以得到较高的分类精度.
[Abstract]:In this paper, a classification method of hyperspectral images based on spectral information, spatial information and texture information is proposed. Firstly, the dimension of hyperspectral image is reduced by principal component analysis (PCA), then texture information is extracted from each principal component by gray level co-occurrence matrix, and a similarity distance between fusion spectrum and space-stripe is defined according to mathematical morphological features and spectral information. Finally, pseudo nearest neighbor classifier is used to classify the image features. In order to illustrate the effectiveness of the proposed method, two commonly used hyperspectral image data sets with different spatial and spectral resolutions are tested. By using the proposed method, higher classification accuracy can be obtained.
【作者单位】： 辽宁师范大学城市与环境学院;
【基金】：国家自然科学基金(41771178,61772252) 广东省数学与交叉科学普通高校重点实验室开放课题资助课题
【分类号】：TP751

【相似文献】

相关期刊论文 前10条

1 范冬娟;张韶华;;高光谱影像反射率反演方法的研究[J];海洋测绘;2006年03期

2 甘甫平;王润生;;高光谱遥感技术在地质领域中的应用[J];国土资源遥感;2007年04期

3 余旭初;杨国鹏;冯伍法;周欣;;基于简约集支持向量机的高光谱影像分类[J];计算机科学;2010年11期

4 李新双;张良培;李平湘;吴波;;基于小波分量特征值匹配的高光谱影像分类[J];武汉大学学报(信息科学版);2006年03期

5 杨可明;陈云浩;郭达志;蒋金豹;;基于高光谱影像的小麦条锈病光谱信息探测与提取(英文)[J];光子学报;2008年01期

6 苏俊英;舒宁;;一种基于非线性增益小波滤波的高光谱影像去噪技术研究[J];遥感技术与应用;2008年04期

7 杨可明;李慧;郭达志;;基于最佳小波包基的高光谱影像特征制图[J];测绘学报;2008年01期

8 杨国鹏;余旭初;刘伟;陈伟;;基于支持向量机的高光谱影像分类研究[J];计算机工程与设计;2008年08期

9 董超;赵慧洁;;关联向量机在高光谱影像分类中的应用[J];遥感学报;2010年06期

10 冯海亮;潘竞文;黄鸿;;半监督邻域保持嵌入在高光谱影像分类中的应用[J];计算机科学;2014年S1期

相关会议论文 前5条

1 于美娇;董广军;张永生;纪松;杨靖宇;;一种基于极大后验估计的高光谱影像分辨率增强方法[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

2 张杰林;;砂岩型铀矿床高光谱数据挖掘技术研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

3 董彦芳;庞勇;;高光谱影像与LiDAR数据融合提取城市目标提取[A];中国地震学会空间对地观测专业委员会2013年学术研讨会论文摘要集[C];2013年

4 李飞;周成虎;陈荣国;;基于光谱曲线形态的高光谱影像检索方法研究[A];第二届中国科学院博士后学术年会暨高新技术前沿与发展学术会议程序册[C];2010年

5 罗昕炜;方世良;;宽带调制信号特征融合方法[A];中国声学学会水声学分会2013年全国水声学学术会议论文集[C];2013年

相关博士学位论文 前3条

1 马晓瑞;基于深度学习的高光谱影像分类方法研究[D];大连理工大学;2017年

2 杨国鹏;基于机器学习方法的高光谱影像分类研究[D];解放军信息工程大学;2010年

3 刘金梅;多源遥感影像融合及其应用研究[D];中国海洋大学;2014年

相关硕士学位论文 前7条

1 张风;基于子空间学习的高光谱影像地物分类[D];西安电子科技大学;2015年

2 祝鹏飞;面向对象的高光谱影像地物分类技术研究[D];解放军信息工程大学;2011年

3 杨国鹏;基于核方法的高光谱影像分类与特征提取[D];解放军信息工程大学;2007年

4 潘竞文;半监督邻域保持嵌入在高光谱影像分类中的应用[D];重庆大学;2014年

5 徐卫霄;高光谱影像集成学习分类及后处理技术研究[D];解放军信息工程大学;2011年

6 闻兵工;地物光谱特征分析技术研究[D];解放军信息工程大学;2009年

7 陈伟;高光谱影像混合像元分解技术研究[D];解放军信息工程大学;2009年

，

本文编号：1971885