本文關(guān)鍵詞：基于空間特征與紋理信息的高光譜圖像半監(jiān)督分類

  更多相關(guān)文章： 高光譜圖像分類 灰度共生矩陣 半監(jiān)督方法 空譜特征 紋理特征

【摘要】：傳統(tǒng)高光譜圖像分類方法主要使用圖像的光譜特征信息,沒有充分利用高光譜圖像的空間特性及樣本的其他信息。本文提出了一種基于空間特征與紋理信息的高光譜圖像半監(jiān)督分類方法。首先,將高光譜圖像每一像素的光譜特征與其鄰域范圍內(nèi)的光譜特征進(jìn)行結(jié)合,得到了這一像素的空-譜特征;然后用灰度共生矩陣提取了高光譜圖像的紋理特征,并與空-譜特征進(jìn)行了融合;最后,用基于圖的半監(jiān)督分類算法進(jìn)行了分類。通過(guò)在Indian Pines數(shù)據(jù)集和Pavia U數(shù)據(jù)集上進(jìn)行試驗(yàn),結(jié)果表明本文提出的方法能取得較高的分類結(jié)果。
【作者單位】： 遼寧師范大學(xué)城市與環(huán)境學(xué)院;
【關(guān)鍵詞】： 高光譜圖像分類 灰度共生矩陣 半監(jiān)督方法 空譜特征 紋理特征
【分類號(hào)】：TP751
【正文快照】： 20世紀(jì)末期興起的高光譜遙感技術(shù)是遙感科學(xué)技術(shù)領(lǐng)域的一項(xiàng)重大進(jìn)展。由于高光譜遙感圖像具有較高的空間分辨率及豐富的光譜信息,為準(zhǔn)確的地物識(shí)別提供了一種可能。目前已在地質(zhì)勘探、精準(zhǔn)農(nóng)業(yè)和軍事用途等領(lǐng)域中取得了成功的應(yīng)用[1]。許多學(xué)者對(duì)高光譜圖像的準(zhǔn)確分類作了大量

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 諶德榮;宮久路;陳乾;曹旭平;;基于樣本分割的快速高光譜圖像異常檢測(cè)支持向量數(shù)據(jù)描述方法[J];兵工學(xué)報(bào);2008年09期

2 蒲曉豐;雷武虎;張林虎;蔣奇材;;基于Fukunaga-Koontz變換的高光譜圖像異常檢測(cè)[J];紅外技術(shù);2010年04期

3 成寶芝;郭宗光;;高光譜圖像波段間相關(guān)特性研究[J];大慶師范學(xué)院學(xué)報(bào);2013年06期

4 楊龍;易宏杰;李因彥;;遙感高光譜圖像赤潮識(shí)別[J];傳感器世界;2007年05期

5 汪倩;陶鵬;;結(jié)合空間信息的高光譜圖像快速分類方法[J];微計(jì)算機(jī)信息;2010年21期

6 王立國(guó);孫杰;肖倩;;結(jié)合空-譜信息的高光譜圖像分類方法[J];黑龍江大學(xué)自然科學(xué)學(xué)報(bào);2010年06期

7 付歡;龍海南;韓曉霞;;基于冗余字典的高光譜圖像的稀疏分解[J];河北軟件職業(yè)技術(shù)學(xué)院學(xué)報(bào);2013年04期

8 耿修瑞,張霞,陳正超,張兵,鄭蘭芬,童慶禧;一種基于空間連續(xù)性的高光譜圖像分類方法[J];紅外與毫米波學(xué)報(bào);2004年04期

9 張綺瑋;機(jī)載高光譜遙感圖像處理軟件系統(tǒng)[J];紅外;2005年02期

10 谷延鋒;劉穎;賈友華;張曄;;基于光譜解譯的高光譜圖像奇異檢測(cè)算法[J];紅外與毫米波學(xué)報(bào);2006年06期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前5條

1 張兵;王向偉;鄭蘭芬;童慶禧;;高光譜圖像地物分類與識(shí)別研究[A];成像光譜技術(shù)與應(yīng)用研討會(huì)論文集[C];2004年

2 王成;何偉基;陳錢;;基于波段重組和小波變換的高光譜圖像嵌入式壓縮方法[A];黑龍江、江蘇、山東、河南、江西 五省光學(xué)（激光）聯(lián)合學(xué)術(shù)‘13年會(huì)論文（摘要）集[C];2013年

3 孫蕾;羅建書;;基于分類預(yù)測(cè)的高光譜遙感圖像無(wú)損壓縮[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

4 張曉紅;張立福;王晉年;童慶禧;;HJ-1A衛(wèi)星高光譜遙感圖像質(zhì)量綜合評(píng)價(jià)[A];第八屆成像光譜技術(shù)與應(yīng)用研討會(huì)暨交叉學(xué)科論壇文集[C];2010年

5 蒲曉豐;雷武虎;黃濤;王迪;;基于穩(wěn)健背景子空間的高光譜圖像異常檢測(cè)[A];中國(guó)光學(xué)學(xué)會(huì)2010年光學(xué)大會(huì)論文集[C];2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 普晗曄;高光譜遙感圖像的解混理論和方法研究[D];復(fù)旦大學(xué);2014年

2 賀智;改進(jìn)的經(jīng)驗(yàn)?zāi)B(tài)分解算法及其在高光譜圖像分類中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2014年

3 葉珍;高光譜圖像特征提取與分類算法研究[D];西北工業(yè)大學(xué);2015年

4 馮婕;基于軟計(jì)算和互信息理論的遙感圖像地物分類[D];西安電子科技大學(xué);2014年

5 徐速;基于壓縮感知的高光譜圖像稀疏解混方法研究[D];重慶大學(xué);2015年

6 隋晨紅;基于分類精度預(yù)測(cè)的高光譜圖像分類研究[D];華中科技大學(xué);2015年

7 曲海成;面向光譜解混的高光譜圖像快速處理技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2016年

8 賀霖;高光譜圖像自動(dòng)目標(biāo)檢測(cè)技術(shù)研究[D];西北工業(yè)大學(xué);2007年

9 周爽;蟻群算法在高光譜圖像降維和分類中的應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2010年

10 高恒振;高光譜遙感圖像分類技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2011年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 王U喺，

本文編號(hào)：1059667