针对高光谱图像的目标分类方法现状与展望

发布时间：2021-08-11 03:43

　　进入21世纪,遥感技术成为一项非常重要的空间成像技术。高光谱图像分类是遥感技术应用中非常重要的一项研究内容,在民用和军用上都实现了应用。高光谱图像分类是通过给每个像元添加分类标签,最终达到区分地物并且识别目标的目的。本文简要阐述了高光谱图像的分类过程及其面临的主要问题;在总结前人研究的基础上归纳了4类主要的高光谱图像分类策略,简要分析了其优缺点及适用范围;分析了近年来出现的新型分类器及其优化方法。最后,对于高光谱图像分类研究存在的主要困难进行了总结,并对未来发展的方向进行了展望。 

【文章来源】：激光与红外. 2020,50(03)北大核心CSCD

【文章页数】：7 页

【部分图文】：

高光谱分类过程

【参考文献】：
期刊论文
[1]一种新的空谱联合探测高光谱影像目标探测算法[J]. 王彩玲,王洪伟,胡炳樑,温佳,徐君,李湘眷.  光谱学与光谱分析. 2016(04)
[2]高光谱遥感影像分类研究进展[J]. 杜培军,夏俊士,薛朝辉,谭琨,苏红军,鲍蕊.  遥感学报. 2016(02)
[3]主动学习与图的半监督相结合的高光谱影像分类[J]. 田彦平,陶超,邹峥嵘,杨钊霞,何小飞.  测绘学报. 2015(08)
[4]高光谱目标探测的进展与前沿问题[J]. 张良培.  武汉大学学报(信息科学版). 2014(12)
[5]基于光谱与空间特征结合的改进高光谱数据分类算法[J]. 李娜,李咏洁,赵慧洁,曹扬.  光谱学与光谱分析. 2014(02)
[6]基于高光谱特征的迷彩伪装评价[J]. 华文深,杨佳,刘恂,马左红.  应用光学. 2013(06)
[7]基于稀疏表示及光谱信息的高光谱遥感图像分类[J]. 宋相法,焦李成.  电子与信息学报. 2012(02)
[8]基于聚类核函数的最小二乘支持向量机高光谱图像半监督分类[J]. 高恒振,万建伟,许可,钱林杰.  信号处理. 2011(02)
[9]基于ICA与SVM算法的高光谱遥感影像分类[J]. 梁亮,杨敏华,李英芳.  光谱学与光谱分析. 2010(10)
[10]多分类SVM主动学习及其在遥感图像分类中的应用[J]. 陈建杰,叶智宣.  测绘科学. 2009(04)

博士论文
[1]空谱联合先验的高光谱图像解混与分类方法[D]. 孙乐.南京理工大学 2014
[2]基于高斯过程的高光谱图像分类研究[D]. 姚伏天.浙江大学 2011

硕士论文
[1]高光谱图像中的异常成分检测[D]. 周杨.南京航空航天大学 2017
[2]基于多分类器融合的高光谱图像分类算法研究[D]. 吴尔律.北京化工大学 2016



本文编号：3335378