-
题名结合改进LBP和SRC的高光谱图像分类研究
被引量：1
- 1
-
-
作者
龚渝
赵圣璞
徐俊洁
赵慧敏
-
机构
中国民航大学电子信息与自动化学院
南京林业大学机械电子工程学院
中国民航大学安全科学与工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2023年第2期253-260,共8页
-
基金
国家自然科学基金(61771087)
中央高校基本科研业务费项目(2000420534)
南京林业大学创新项目(2021NFUSPITP0348)。
-
文摘
针对传统局部二值模型(local binary pattern,LBP)提取高光谱图像纹理特征信息量庞大的难题,提出一种基于对称旋转不变等价局部二值模型(symmetrical rotation invariant uniform LBP,SRIULBP)的高光谱图像特征提取方法,以缩减特征维度;针对稀疏表示分类(sparse representation classification,SRC)模型中稀疏字典冗余的缺陷,采用近邻思想,提出最近邻稀疏表示(nearest neighbor SRC,NNSRC)分类方法,实现高光谱图像的高效、高准确度分类。数据实验结合表明,SRIULBP能快速提取图像特征,提出的分类方法不仅在分类精度上优于其他稀疏表示分类算法,并且具有更强的时效性与泛化能力。
-
关键词
高光谱图像分类
改进局部二值模型
特征提取
最近邻稀疏表示
-
Keywords
hyperspectral image classification
improved local binary pattern
feature extraction
nearest neighbor sparse representation
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
