-
题名基于二次平滑和特征加权的高光谱图像分类
- 1
-
-
作者
许淇
杨嘉葳
王继燕
-
机构
西南石油大学土木工程与测绘学院
-
出处
《测绘通报》
北大核心
2025年第6期55-61,共7页
-
基金
西南石油大学科研“启航计划”项目(2019QHZ020)
国家自然科学基金联合项目(41701428)。
-
文摘
针对多种基于图像滤波的空谱联合分类方法在去噪的同时难以保留图像弱边缘的问题,本文提出了一种基于二次平滑和特征加权的高光谱图像分类方法。首先通过最小最大规范化对原始高光谱图像进行预处理,其次采用主成分分析对高光谱图像进行降维,再次运用加窗域变换递归滤波在得到弱化噪声的特征图像的同时保留弱边缘,然后通过L0梯度最小化对特征图像进行二次平滑进一步抑制噪声并增强边缘,并基于方差对特征图像进行加权,最后采用支持向量机进行分类。在两个数据集上进行试验,该方法的分类精度相比基于光谱特征的方法分别提升了14.06%和25.75%,相比于该领域多种滤波算法分别提升0.76%~4.3%和1.5%~5.69%,且分类结果更能反映真实地物类别。
-
关键词
高光谱图像分类
主成分分析
加窗域变换递归滤波
L0梯度最小化
特征加权
-
Keywords
hyperspectral image classification
principal component analysis
windowed domain transform recursive filtering
L0 gradient minimization smoothing
feature weighting
-
分类号
P23
[天文地球—摄影测量与遥感]
-
