本文關(guān)鍵詞：融合加權(quán)均值濾波與流形重構(gòu)保持嵌入的高光譜影像分類(lèi)

  更多相關(guān)文章： 高光譜影像分類(lèi) 加權(quán)均值濾波 流形學(xué)習(xí) 維數(shù)約簡(jiǎn) 空間近鄰

【摘要】：高光譜影像中波段數(shù)過(guò)多易導(dǎo)致"維數(shù)災(zāi)難",而傳統(tǒng)高光譜影像維數(shù)約簡(jiǎn)算法僅利用光譜特征而忽略了空間信息.針對(duì)上述問(wèn)題,提出一種融合加權(quán)均值濾波與流形重構(gòu)保持嵌入的維數(shù)約簡(jiǎn)算法.該方法利用影像中地物分布的空間一致性特點(diǎn),對(duì)所有像素進(jìn)行加權(quán)均值濾波,消除同類(lèi)光譜差異性較大的像素影響,并在流形重構(gòu)過(guò)程中增大空間近鄰點(diǎn)的權(quán)重,提取出更為有效的鑒別特征,實(shí)現(xiàn)維數(shù)約簡(jiǎn).在PaviaU和Urban高光譜數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明:相比于其它相關(guān)方法,該方法能獲得更高的分類(lèi)準(zhǔn)確度,在分別隨機(jī)選取5%和1%的訓(xùn)練樣本情況下,其總體分類(lèi)準(zhǔn)確度分別提高到98.76%和80.21%.該方法在發(fā)現(xiàn)內(nèi)在低維流形結(jié)構(gòu)的同時(shí),有效融入了影像中的空間信息,改善了分類(lèi)性能.
【作者單位】： 重慶大學(xué)光電技術(shù)與系統(tǒng)教育部重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金(No.41371338) 重慶市基礎(chǔ)與前沿研究計(jì)劃(No.cstc2013jcyjA4005) 重慶市研究生科研創(chuàng)新項(xiàng)目(No.CYB15052)資助~~
【分類(lèi)號(hào)】：TP751
【正文快照】： 1-10003010引言作為遙感技術(shù)的前沿,高光譜影像中含有十分豐富的光譜特征信息,能鑒別出不同地物間的細(xì)微差別,為地物的精細(xì)識(shí)別與分類(lèi)帶來(lái)了新的機(jī)遇[1-3].但高光譜影像數(shù)據(jù)量大、波段數(shù)多、冗余性強(qiáng),若直接對(duì)其進(jìn)行識(shí)別分類(lèi),容易導(dǎo)致“維數(shù)災(zāi)難”[4].因此,如何實(shí)現(xiàn)有效的維數(shù)

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 甘甫平;王潤(rùn)生;;高光譜遙感技術(shù)在地質(zhì)領(lǐng)域中的應(yīng)用[J];國(guó)土資源遙感;2007年04期

2 余旭初;楊國(guó)鵬;馮伍法;周欣;;基于簡(jiǎn)約集支持向量機(jī)的高光譜影像分類(lèi)[J];計(jì)算機(jī)科學(xué);2010年11期

3 李新雙;張良培;李平湘;吳波;;基于小波分量特征值匹配的高光譜影像分類(lèi)[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2006年03期

4 楊可明;陳云浩;郭達(dá)志;蔣金豹;;基于高光譜影像的小麥條銹病光譜信息探測(cè)與提取(英文)[J];光子學(xué)報(bào);2008年01期

5 蘇俊英;舒寧;;一種基于非線性增益小波濾波的高光譜影像去噪技術(shù)研究[J];遙感技術(shù)與應(yīng)用;2008年04期

6 楊可明;李慧;郭達(dá)志;;基于最佳小波包基的高光譜影像特征制圖[J];測(cè)繪學(xué)報(bào);2008年01期

7 楊國(guó)鵬;余旭初;劉偉;陳偉;;基于支持向量機(jī)的高光譜影像分類(lèi)研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2008年08期

8 董超;趙慧潔;;關(guān)聯(lián)向量機(jī)在高光譜影像分類(lèi)中的應(yīng)用[J];遙感學(xué)報(bào);2010年06期

9 馮海亮;潘競(jìng)文;黃鴻;;半監(jiān)督鄰域保持嵌入在高光譜影像分類(lèi)中的應(yīng)用[J];計(jì)算機(jī)科學(xué);2014年S1期

10 杜輝強(qiáng);舒寧;;高光譜影像能量邊緣提取[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2006年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前4條

1 于美嬌;董廣軍;張永生;紀(jì)松;楊靖宇;;一種基于極大后驗(yàn)估計(jì)的高光譜影像分辨率增強(qiáng)方法[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

2 張杰林;;砂巖型鈾礦床高光譜數(shù)據(jù)挖掘技術(shù)研究[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

3 董彥芳;龐勇;;高光譜影像與LiDAR數(shù)據(jù)融合提取城市目標(biāo)提取[A];中國(guó)地震學(xué)會(huì)空間對(duì)地觀測(cè)專(zhuān)業(yè)委員會(huì)2013年學(xué)術(shù)研討會(huì)論文摘要集[C];2013年

4 李飛;周成虎;陳榮國(guó);;基于光譜曲線形態(tài)的高光譜影像檢索方法研究[A];第二屆中國(guó)科學(xué)院博士后學(xué)術(shù)年會(huì)暨高新技術(shù)前沿與發(fā)展學(xué)術(shù)會(huì)議程序冊(cè)[C];2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 楊國(guó)鵬;基于機(jī)器學(xué)習(xí)方法的高光譜影像分類(lèi)研究[D];解放軍信息工程大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前6條

1 祝鵬飛;面向?qū)ο蟮母吖庾V影像地物分類(lèi)技術(shù)研究[D];解放軍信息工程大學(xué);2011年

2 楊國(guó)鵬;基于核方法的高光譜影像分類(lèi)與特征提取[D];解放軍信息工程大學(xué);2007年

3 潘競(jìng)文;半監(jiān)督鄰域保持嵌入在高光譜影像分類(lèi)中的應(yīng)用[D];重慶大學(xué);2014年

4 徐衛(wèi)霄;高光譜影像集成學(xué)習(xí)分類(lèi)及后處理技術(shù)研究[D];解放軍信息工程大學(xué);2011年

5 聞兵工;地物光譜特征分析技術(shù)研究[D];解放軍信息工程大學(xué);2009年

6 陳偉;高光譜影像混合像元分解技術(shù)研究[D];解放軍信息工程大學(xué);2009年

，

本文編號(hào)：1199249