| 邻域谱概率协同表示的高光谱图像分类方法 |
| |
| 作者姓名： | 齐永锋 马中玉 |
| |
| 作者单位： | 西北师范大学 计算机科学与工程学院,兰州,730070;西北师范大学 计算机科学与工程学院,兰州,730070 |
| |
| 基金项目： | 甘肃省高等学校科研资助项目;甘肃省科技计划资助项目 |
| |
| 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.
|
| 关 键 词： | 遥感 邻域谱 概率协同表示 分类 |
| 收稿时间： | 2018-09-11 |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《激光技术》浏览原始摘要信息 |
|
点击此处可从《激光技术》下载免费的PDF全文 |
|
