高光谱遥感图像空谱联合分类方法研究.pdfVIP

第37卷 第6期 仪 器 仪 表 学 报 VoL37No．6 2016年6月 ChineseJournalofScientificInstrument Jun．2016 高光谱遥感图像空谱联合分类方法研究木 李 铁 ，孙劲光 ，张新君 ，王 星 (1．辽宁工程技术大学 电子与信息工程学院 葫芦岛 125105；2．大连理工大学计算机科学与技术学院 大连 116024) 摘 要 ：在遥感影像研究领域里，高光谱数据分类是一个热点问题。近年来 ，在这个问题上涌现出很多研究方法，然而，大多数 方法都是用浅层的方法提取原始数据 的特征。将深度学习的方法引入高光谱图像分类 中，提出一种新 的基于深信度网络 (DBN)的特征提取方法和图像分类架构用于高光谱数据分析。将谱域-空域特征提取和分类器相结合提高分类精度。使用高 光谱数据进行实验，结果表明该分类器优于当前的一些先进的分类方法。此外，本文还揭示了深度学习系统在高光谱图像分类 研究中具有的巨大潜力。 关键词 ：深信度网络 ；深度学习；特征提取；高光谱图像分类 中图分类号：TP751 TH761．7 文献标识码：A 国家标准学科分类代码：510．4050 Spectral—spatialjointclassificationmethodofhyperspectral remotesensingimage LiTie，SunJinguang，ZhangXi~un，WangXing (J．SchoolofElectronicandInformationEngineering，LiaoningTechnicalUniversity，Huludao125105，China； 2．SchoolofComputerScienceandTechnology，DalianUniversityofTechnology，Dalian116024，China) Abstract：Inremotesensingimageresearcharea，hyperspectral dataclassificationisahottopic．Inrecentyears，manystudymethods forthisissueemerge；however，themajorityofthemethodsadopttheshallowlayermethodtoextractthechraacteristicsoforiginaldata． Inthispaper，thedeepstudymethodisintroducedinthehyperspectralimageclassification；anewcharacteristicextractionmethodand imageclassificationconsturctionbasedondeepbeliefnetwork (DBN)isproposed，andusedinhypempectraldataanalysis．The spectral—spatialfeatureextractionandclassifierarecombinedtogethertoachievehighclassificationaccuracy．Experimentwascarriedout usingthehyperspectraldata；experimentresultsindicatethattheproposedclassifierissuperiortosomecurrentadvancedclassification methods．Inaddition，thispaperalsorevealsthatthedeep learningsystem hasgreatpotentialin thestudy ofhyperspectralimage classification． Keywords：deepbeliefnetwork(DBN)；deeplearning；featureextraction(FE)；hyp