基于超像素的高光譜圖像分類(lèi)算法研究.pdf

1、隨著高光譜遙感系統(tǒng)技術(shù)的迅猛發(fā)展，高光譜圖像在很多領(lǐng)域越來(lái)越被人們廣泛應(yīng)用，其中高光譜圖像分類(lèi)技術(shù)已經(jīng)成為高光譜遙感技術(shù)的研究熱點(diǎn)。高光譜圖像具有高空間分辨率的同時(shí)，每個(gè)像元蘊(yùn)含了數(shù)百個(gè)波段的光譜信息，對(duì)地物分類(lèi)精度的提高有很大幫助。與此同時(shí)，如何充分地利用空間信息與光譜信息來(lái)進(jìn)一步提高分類(lèi)精度也是具有挑戰(zhàn)性的。本文針對(duì)高光譜圖像，研究了通過(guò)自適應(yīng)地提取空間紋理特征，利用空間信息來(lái)提高分類(lèi)精度：
　　1.高光譜圖像的超像素分割與特

2、征提?。貉芯苛烁吖庾V圖像的超像素分割方法，并且提取超像素的空間信息。超像素是具有相似的紋理、亮度以及顏色等特征的相鄰像素構(gòu)成的圖像塊。用超像素代替像素進(jìn)行分類(lèi)，很大程度上降低復(fù)雜度。本文利用超像素算法分割高光譜圖像，并且提取超像素塊的平均值特征，用到分類(lèi)中極大地提高了分類(lèi)精度與效率。
　　2.基于超像素的極限學(xué)習(xí)機(jī)分類(lèi)方法：研究了將超像素作為整體進(jìn)行分類(lèi)，采用極限學(xué)習(xí)機(jī)作為分類(lèi)器。像素對(duì)應(yīng)光譜特征，而超像素中包含了豐富的空間紋理信

3、息，以超像素代替像素作為分類(lèi)的基本單元，能夠大大降低計(jì)算復(fù)雜度與提高分類(lèi)效率。該算法將空間信息與光譜信息結(jié)合，運(yùn)算速度快并且準(zhǔn)確率高。
　　3.基于超像素的合成核分類(lèi)方法：合成核融合了光譜信息與空間信息，空間信息即超像素的平均值特征。本文分別構(gòu)造了兩核與多核函數(shù)，充分挖掘了超像素塊內(nèi)的空間信息，以及超像素塊與其相鄰超像素塊之間的信息。合成核可以把在高維空間中內(nèi)積運(yùn)算通過(guò)原空間中向量間的運(yùn)算來(lái)實(shí)現(xiàn)，將樣本非線性映射到高維特征空間，從