论文摘要
为充分利用高光谱图像自身丰富的光谱信息和空间信息,提出一种基于优势集聚类和马尔科夫随机场相结合的高光谱图像分类算法。首先,分析高光谱图像局部空谱一致性,完成对波段信息量和差异程度的度量,构造无向加权图,利用优势集聚类方法选择出保留良好结构信息的最优波段子集;其次,通过马尔科夫随机场对波段选择后的相邻像元建立局部空谱一致性,有效利用图像空间上下文信息;最后,根据贝叶斯定理,将高光谱图像分类问题转化为最大后验概率的求解问题,从而获得分类结果。2个经典数据集(Indian Pines和Pavia University)的实验表明,相比其他同类算法,该算法能达到更高的总体分类精度和Kappa系数。
论文目录
文章来源
类型: 期刊论文
作者: 曲海成,郭月,王媛媛
关键词: 优势集,聚类,波段选择,马尔科夫随机场,高光谱图像,分类
来源: 国土资源遥感 2019年02期
年度: 2019
分类: 基础科学,工程科技Ⅱ辑,信息科技
专业: 工业通用技术及设备,自动化技术
单位: 辽宁工程技术大学软件学院
基金: 国家自然科学基金青年基金项目“面向宽幅高光谱遥感影像的高效压缩方法研究”(编号:41701479),生产技术问题创新研究基金项目“卫星遥感图像大数据压缩与快速处理技术”(编号:20160092T)共同资助
分类号: TP751
页码: 24-31
总页数: 8
文件大小: 821K
下载量: 242