基于特征加权的高光谱图像融合分类.pdfVIP

2015年 第24卷 第 9期 http：／／WWW．C—S—a．org．cn 计 算 机 系 统 应 用 基于特征加权的高光谱图像融合分类① 汪超永 ，孙丙宇 ，李文波 (中国科学技术大学 自动化系，合肥 230036) (中国科学院 合肥智能机械研究所，合肥 230031) 摘 要：在对高光谱图像监督分类中，传统的监督学习方法对高光谱数据进行分类时需要获取足够的有标记样 本作为训练样本，这样可以有效的避免 Hughes效应．实际情况下的高光谱数据拥有较多的波段和相对较小的训 练样本集给传统的遥感图像分类方法带来了挑战．因此，提出了一种基于特征组合 以及特征加权 的高光谱图像 分类算法，针对纹理特征分析难度较大的现实，利用一阶直方图的统计特征描述图像纹理特征，通过类内散度矩 阵的逆矩阵作为特征加权矩阵构造组合核函数将高光谱光谱特征和空间特征融合起来，同时利用特征加权的方 法用于提高,J,i)ll练样本的监督分类精度．实验结果表 明，本文所提的方法对小样本的高光谱数据分类具有良好 的效果． 关键词：支持向量机；高光谱图像；特征加权；一阶直方图；组合核函数 FusionHyperspectralImageClassificationBasedonFeatureWeihting W