面向高光谱图像分类的超像素级Gabor特征融合方法研究
面向高光谱图像分类的超像素级Gabor特征融合方法研究
Publication information
Publisher
深圳大学 计算机与软件学院,深圳,518060
More information
Scope and Contents
Contents
TP751.1%TP391.4; 由于高光谱图像中的地物空间分布具有规整性和局部连续性,同时超像素分割是一种将空间图像分割成多个同质区域的有效方法,因此从超像素的角度进行高光谱图像分类将具有重要意义.本文提出了一种超像素级Gabor特征融合的高光谱图像分类方法,简称为SPGF.首先,使用一组预定义的二维Gabor滤波器与原始高光谱图像进行卷积运算,提取有效特征.同时,利用简单线性迭代聚类(简称 SLIC)超像素分割方法将原始高光谱图像划分成互不重叠的超像素.然后,对于每个Gabor特征模块,利用支持向量机分类器进行分类,并使用多数投票策略实现各模块分类结果的融合.最后,使用通过SLIC算法得到的超像素图对分类结果进行修正.在2个真实高光谱数据集上的实验结果表明,本文提出的SPGF方法能够比领...
Alternative Titles
Full title
面向高光谱图像分类的超像素级Gabor特征融合方法研究
Identifiers
Primary Identifiers
Record Identifier
TN_cdi_wanfang_journals_njxxgcdxxb201801008
Permalink
https://devfeature-collection.sl.nsw.gov.au/record/TN_cdi_wanfang_journals_njxxgcdxxb201801008
Other Identifiers
ISSN
1674-7070
DOI
10.13878/j.cnki.jnuist.2018.01.007
How to access this item
Log in as a Library member
