邻域谱概率协同表示的高光谱图像分类方法

邻域谱概率协同表示的高光谱图像分类方法

论文摘要

为了提高高光谱遥感图像的分类精度,通过结合像元邻域谱与概率协同表示方法,提出了一种基于空间信息与光谱信息的分类方法。首先采用插值方法生成像元的邻域谱,然后用概率协同表示方法将待测样本进行分类。用所提出的方法在AVIRIS Indian Pines和Salinas scene高光谱遥感数据库上进行分类实验,并和主成分分析、支持向量机、稀疏表示分类器和协同表示分类器方法进行了比较。结果表明,所提出的方法在AVIRIS Indian Pines数据库上识别精度比主成分分析法高约17%,其识别精度和kappa系数都优于另外4种方法。该方法是一种较好的高光谱遥感图像分类方法。

论文目录

  • 引 言
  • 1 像元邻域谱的生成
  • 2 谱特征的概率协同表示
  • 3 测试样本分类
  • 4 实验结果
  •   4.1 Indian Pines数据库上的实验
  •   4.2 Salinas scene数据上的实验
  • 5 结 论
  • 文章来源

    类型: 期刊论文

    作者: 齐永锋,马中玉

    关键词: 遥感,邻域谱,概率协同表示,分类

    来源: 激光技术 2019年04期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 工业通用技术及设备,自动化技术

    单位: 西北师范大学计算机科学与工程学院

    基金: 甘肃省高等学校科研资助项目(2016A-004),甘肃省科技计划资助项目(18JR3RA097)

    分类号: TP751

    页码: 12-16

    总页数: 5

    文件大小: 980K

    下载量: 108

    相关论文文献

    标签:;  ;  ;  ;  

    邻域谱概率协同表示的高光谱图像分类方法
    下载Doc文档

    猜你喜欢