收藏本站
收藏 | 投稿 | 手機打開
二維碼
手機客戶端打開本文

不同降維策略下的高光譜影像多特征分類

楊帆  余旭初  楊其淼  譚熊  
【摘要】:由于物體表面的空間分布通常是富有規律且局部連續的,在高光譜影像分類中應充分利用其光譜和空間信息。本文在對高光譜影像立方體進行降維處理的基礎上,提出了一種聯合空域和譜域信息的高光譜影像高效分類方法。首先,分別選用主成分分析(Principal Component Analysis,PCA)和正交投影波段選擇(Orthogonal Projection Band Selection,OPBS)兩種方法對原始高光譜數據進行預處理,獲取降維后的影像數據。然后在其基礎上提取擴展形態學特征(Extended Morphology Profiles,EMP)和地物表面紋理特征,組成聯合光譜和紋理、形狀結構特征。最后,采用支持向量機(Support Vector Machine,SVM)分類器對聯合特征進行分類。針對不同真實高光譜數據集的實驗結果表明,本文提出的方法運算效率高且具有令人滿意的分類性能。
下載App查看全文

(如何獲取全文? 歡迎:購買知網充值卡、在線充值、在線咨詢)

CAJViewer閱讀器支持CAJ、PDF文件格式,AdobeReader僅支持PDF格式


知網文化
中國知網廣告投放
 快捷付款方式  訂購知網充值卡  訂購熱線  幫助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978


乐鱼足球比分,乐鱼直播吧,足球比分直播,乐鱼比分直播