顾及局部与结构特征的稀疏多项式逻辑回归高光谱图像分类方法

论文摘要

稀疏多项式逻辑回归在分类中仅利用图像光谱信息,导致分类效果不太理想。本文提出了一种顾及局部与结构特征的稀疏多项式逻辑回归高光谱图像分类方法。首先利用加权均值滤波与拓展形态学多属性剖面对原始高光谱图像进行局部与结构特征提取;然后对二者进行加权平均特征级融合以获取更具唯一性的像元特征;最后由稀疏多项式逻辑回归分类器对融合结果进行分类。结果表明,本文方法能有效地提高分类精度,而且具有较强的稳健性。

论文目录

• 1 稀疏多项式逻辑回归
• 2 局部与结构特征融合
•   2.1 拓展形态学多属性剖面
•   2.2 加权均值滤波
•   2.3 特征融合
• 3 试验
•   3.1 试验数据与结果
•   3.2 精度分析
• 4 结语

文章来源

类型: 期刊论文

作者: 沈宇臻,官云兰,杨禄,刘承承,严小芳

关键词: 高光谱影像,特征融合,加权均值滤波,稀疏多项式逻辑回归

来源: 测绘通报 2019年06期

年度: 2019

分类: 基础科学,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: 广州城市规划技术开发服务部,东华理工大学测绘工程学院,桂林理工大学测绘地理信息学院,成都理工大学地球科学学院,兴宁市国土资源局

基金: 国家自然科学基金(41401437)

分类号: TP751

DOI: 10.13474/j.cnki.11-2246.2019.0178

页码: 24-28

总页数: 5

文件大小: 1341K

下载量: 165