基于空谱联合的高光谱图像分类方法现状与展望 |
| |
引用本文: | 邓磊,沈学举,周冰,应家驹,赵佳乐,王强辉.基于空谱联合的高光谱图像分类方法现状与展望[J].四川激光,2023(3):16-23. |
| |
作者姓名: | 邓磊 沈学举 周冰 应家驹 赵佳乐 王强辉 |
| |
作者单位: | 陆军工程大学石家庄校区电子与光学工程系 |
| |
摘 要: | 高光谱成像技术在近十几年里实现了飞跃式的发展。高光谱图像分类的应用受到广泛关注,其分类精度的提升是当前研究的重点。高光谱图像分类是利用不同地物的诊断性吸收特征区分地物类别。传统的高光谱图像分类仅利用图像的光谱特征,分类效果不明显。近些年的研究表明,同时分析地物光谱特征和空间分布能有效提升分类精度。首先总结了众多空谱联合分类方法,依据空谱信息融合阶段的不同,将空谱联合分类分为预处理的分类、综合处理的分类和后处理的分类,简要介绍了深度学习在空谱联合分类中的实现方法,最后对空谱联合分类的研究前景进行了展望。
|
关 键 词: | 高光谱图像 图像分类 空谱联合 深度学习 |
|
|