基于谱域－空域结合特征和图割原理的高光谱图像分类.pdf

10 2 Vol．10 №．2 第 卷第 期 智 能 系 统 学 报 2015 4 Apr． 2015 年 月 CAAI Transactions on Intelligent Systems DOI :10．3969 /j．issn．1673-4785．201410040 网络出版地址:http :/ /www．cnki．net /kcms /detail /23．1538．TP1025．001．html 基 － 于谱域 空域结合特征和图割原理的高光谱图像分类 1，3 2 1，3 1，3 1，3 雅萍 ， 运 ， 松志 ， 冬林 ， 绍滋 尤 成 苏 曹 李 ( 1． ， 361005; 2． ， 417000; 厦门大学 信息科学与技术学院 福建 厦门 湖南人文科技学院 信息科学与工程系 湖南 娄底 3． ， 361005) 福建省仿脑智能系统重点实验室 福建 厦门 : 。 ， 2 :1) 摘 要 高光谱图像中存在着特征维度高而训练集小的问题 为解决该问题 提出了一种 步走的分类方法 通 ， ;2) 1) 过支持向量机对图像进行初步分类 根据分类结果计算出每个类别的均值特征 使用 计算出来的均值特征作为 ， 。 : 能量函数的数据项 然后利用图割原理对图像做二次分类 实验中发现 空间上相近的像素点往往具有相似的特 ， 。 ， 。 征 且属于同一个类别 针对这种现象 提取一个将谱域特征和空域特征相结合的新特征 该特征既包含了光谱信 ， 。 Indian Pine Pavia University ， 息也包含了空间信息 具有较好的分类性能和鲁棒性 在 数据集和 数据集进行实验 实 验结果表明了本文提出方法的有效性。 : ; ; ; ; － ; ; ; 关键词 高光谱 图像分类 谱域特征 空域特征 谱域 空域结合特征 均值特征 支持向量机 图割原理 中图分类号:TP391．4 文献标志码:A 文章编号: