| 基于多特征和改进稀疏表示的高光谱图像分类 |
| |
| 引用本文： | 李非燕,霍宏涛,李静,白杰.基于多特征和改进稀疏表示的高光谱图像分类[J].光学学报,2019,39(5):343-351. |
| |
| 作者姓名： | 李非燕 霍宏涛 李静 白杰 |
| |
| 作者单位： | 中国人民公安大学信息技术与网络安全学院,北京,100038;中国人民公安大学信息技术与网络安全学院,北京,100038;中国人民公安大学信息技术与网络安全学院,北京,100038;中国人民公安大学信息技术与网络安全学院,北京,100038 |
| |
| 基金项目： | 公安部技术研究计划;国家重点研发计划;高分辨率对地观测系统重大专项(民用部分) |
| |
| 摘 要： | 为了实现对高光谱图像的分类,提出了一种基于多特征和改进稀疏表示的方法--MFISR。从高光谱图像中提取光谱特征、Gabor特征和局部二值模式(LBP)特征,求解稀疏系数,同时增加一个2范式约束,利用所得系数得到每个测试像素的最终类别标签。实验结果表明:所提MFISR方法对小样本的检测效果显著,分类性能稳定且较优。
|
| 关 键 词： | 遥感 高光谱图像 稀疏表示 特征提取 GABOR滤波 局部二值模式 |
Hyperspectral Image Classification via Multiple-Feature-Based Improved Sparse Representation |
| |
| Li Feiyan,Huo Hongtao,Li Jing,Bai Jie.Hyperspectral Image Classification via Multiple-Feature-Based Improved Sparse Representation[J].Acta Optica Sinica,2019,39(5):343-351. |
| |
| Authors: | Li Feiyan Huo Hongtao Li Jing Bai Jie |
| |
| Institution: | (Information Technology and Cyber Security Academy, People's Public Security University of China,Beijing 100038, China) |
| |
| Abstract: | Li Feiyan;Huo Hongtao;Li Jing;Bai Jie(Information Technology and Cyber Security Academy, People's Public Security University of China,Beijing 100038, China) |
| |
| Keywords: | remote sen sing hyperspectral image sparse representati on feature extraction Gabor filter local binary pattern ( LBP) |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
