本文關(guān)鍵詞：基于Gabor特征與局部保護(hù)降維的高光譜圖像分類算法

  更多相關(guān)文章： 遙感 高光譜圖像分類 Gabor特征 局部保護(hù)降維 高斯混合模型

【摘要】：提出了兩種基于Gabor特征與局部保護(hù)降維的高光譜圖像分類算法。該算法利用嵌入主成分分析的Gabor變換對高光譜圖像進(jìn)行特征提取。為了保護(hù)相鄰特征的局部信息,利用局部Fisher判別分析或局部保護(hù)非負(fù)矩陣分離對Gabor特征進(jìn)行降維,并采用高斯混合模型分類器對降維后的特征進(jìn)行分類。兩組高光譜數(shù)據(jù)的實(shí)驗(yàn)結(jié)果表明,本文算法不但能充分挖掘高光譜圖像的譜間-空間特征,而且有效保護(hù)了高光譜圖像的局部特征信息與多模型結(jié)構(gòu)。與現(xiàn)有的幾種算法相比,本文算法能得到更高的分類精度和Kappa系數(shù),在高斯噪聲環(huán)境中也具有更強(qiáng)的穩(wěn)健性。
【作者單位】： 長安大學(xué)電子與控制工程學(xué)院;第三軍醫(yī)大學(xué)生物醫(yī)學(xué)工程系;
【基金】：國家自然科學(xué)基金(41201363,41601344) 中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金(310832163402、310832161001)
【分類號】：TP751
【正文快照】： 2第三軍醫(yī)大學(xué)生物醫(yī)學(xué)工程系,重慶400038高光譜遙感成像光譜儀能夠在許多相鄰和重疊的狹窄光譜波段上同時收集地面的輻射數(shù)據(jù),因此,利用高光譜圖像分析地表物質(zhì)能得到更多的細(xì)節(jié)信息,從而細(xì)致地對遙感地物進(jìn)行分類[1]。但是,高光譜遙感圖像具有數(shù)據(jù)量大、數(shù)據(jù)維數(shù)高和數(shù)據(jù)冗

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 汪閩;蔣圣;楊曉梅;;基于Gabor濾波方法的居民地識別分析[J];地球信息科學(xué);2008年03期

2 樊江玲;張志誼;華宏星;;Gabor變換在模態(tài)參數(shù)辨識中的應(yīng)用[J];噪聲與振動控制;2009年06期

3 申永軍;張光明;祁玉玲;王琳;;基于Gabor變換的自適應(yīng)降噪方法[J];石家莊鐵道大學(xué)學(xué)報(自然科學(xué)版);2010年02期

4 張俊,柳健,張志勇;基于Gabor變換的雷達(dá)圖像濾波及無監(jiān)督分割[J];華中理工大學(xué)學(xué)報;1997年12期

5 胡楊;周焰;;基于Gabor濾波器的遙感圖像紋理查詢方法[J];計(jì)算機(jī)工程;2007年07期

6 馮逍;肖鵬峰;李琦;劉小喜;吳小翠;;三維Gabor濾波器與支持向量機(jī)的高光譜遙感圖像分類[J];光譜學(xué)與光譜分析;2014年08期

7 王培法;馮學(xué)智;肖鵬峰;趙書河;;面向遙感影像紋理提取的Gabor濾波器組參數(shù)解算研究[J];遙感信息;2008年06期

8 田金文,柳健,張?zhí)煨?變窗Gabor變換理論及其在圖像處理中的應(yīng)用[J];紅外與激光工程;1998年04期

9 劉文彬;郭瑜;李之雄;;基于Gabor展開的Wigner-Ville分布的交叉項(xiàng)消除[J];振動與沖擊;2008年10期

10 陸麗珍;基于多通道Gabor紋理特征的遙感圖像檢索[J];浙江大學(xué)學(xué)報(理學(xué)版);2004年06期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 程永強(qiáng);基于FRFT和Gabor小波的遙感圖像變化檢測研究[D];西南交通大學(xué);2014年

2 李孚煜;融合SIFT和Gabor特征的多源遙感圖自動配準(zhǔn)[D];南昌大學(xué);2015年

，

本文編號：1157043