| 融合空间信息的高光谱影像稀疏表达分类北大核心CSCD |
| |
| 引用本文： | 王瑞瑞,刘冰,程玉书,齐香玲,耿丽艳.融合空间信息的高光谱影像稀疏表达分类北大核心CSCD[J].遥感信息,2022(4):94-98. |
| |
| 作者姓名： | 王瑞瑞 刘冰 程玉书 齐香玲 耿丽艳 |
| |
| 作者单位： | 1.河南省地质矿产勘查开发局测绘地理信息院450001;2.河南省天空地遥感智能监测工程技术研究中心450001;3.河南省自然资源天空地遥感智能监测研究科技创新中心450001;4.信息工程大学450001;5.河南省地质矿产勘查开发局第一地质勘查院450001; |
| |
| 基金项目： | 河南省自然科学基金项目(222300420387)。 |
| |
| 摘 要： | 针对高光谱影像空谱信息利用问题,设计了一种融合空间信息的稀疏表达分类方法,以提高高光谱影像的分类精度。首先,在特征提取阶段引入空间信息,采用形态学滤波的方法提取高光谱影像的形态学属性剖面特征;然后,采用训练样本构成的字典对提取到的空间特征进行稀疏编码,在编码过程中进一步引入空间邻域信息来提高稀疏编码效果;最后,根据测试样本的稀疏编码向量计算其相对于每个类别的重构误差,并将该样本划分到重构误差最小的类别中完成分类。为了验证该方法的有效性,在Pavia大学和Indian pines 2组高光谱数据集上进行分类实验。实验结果表明,该方法充分利用了高光谱影像的空间邻域信息,能够有效提高高光谱影像的分类精度。
|
| 关 键 词： | 空间信息 形态学滤波 稀疏表达 高光谱影像 影像分类 |
| 本文献已被 维普 等数据库收录！ |
|
