【摘要】：針對(duì)傳統(tǒng)高光譜影像地物分類算法大多僅考慮光譜信息而忽略空間鄰近像元間相關(guān)性的問題,提出了一種空-譜協(xié)同嵌入(SSCE)降維算法和空-譜協(xié)同最近鄰(SSCNN)分類器。首先,定義一種空-譜協(xié)同距離,并將其應(yīng)用于近鄰選取和低維嵌入;然后,構(gòu)建空-譜近鄰關(guān)系圖來保持?jǐn)?shù)據(jù)中的流形結(jié)構(gòu),并在權(quán)值設(shè)置中增大空間近鄰點(diǎn)的權(quán)重以增強(qiáng)數(shù)據(jù)間的聚集性,提取鑒別特征;最后使用SSCNN分類器對(duì)降維后的數(shù)據(jù)進(jìn)行分類。利用PaviaU和Salinas高光譜數(shù)據(jù)集進(jìn)行試驗(yàn)驗(yàn)證,結(jié)果表明,與傳統(tǒng)的光譜分類算法相比,該算法能有效提高高光譜影像的地物分類精度。
[Abstract]:Aiming at the problem that most of the traditional ground object classification algorithms only consider the spectral information and ignore the correlation between spatial adjacent pixels, a space-spectrum co-embedding (SSCE) reduction algorithm and space-spectral cooperative nearest neighbor (SSCNN) classifier are proposed. Firstly, a space-spectrum cooperative distance is defined and applied to the nearest neighbor selection and low-dimensional embedding. Then, the space-spectrum nearest neighbor graph is constructed to maintain the manifold structure in the data, and the weight of the spatial nearest neighbor is increased in the weight setting to enhance the aggregation of the data and extract the discriminant features. Finally, SSCNN classifier is used to classify the reduced dimension data. The experimental results of PaviaU and Salinas hyperspectral data sets show that compared with the traditional spectral classification algorithm, this algorithm can effectively improve the classification accuracy of ground objects in hyperspectral images.
【作者單位】： 重慶大學(xué)光電技術(shù)與系統(tǒng)教育部重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金(41371338) 重慶市基礎(chǔ)與前沿研究計(jì)劃(cstc2013jcyjA40005) 重慶市研究生科研創(chuàng)新項(xiàng)目(CYB15052)~~
【分類號(hào)】：P237

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 范冬娟;張韶華;;高光譜影像反射率反演方法的研究[J];海洋測(cè)繪;2006年03期

2 甘甫平;王潤生;;高光譜遙感技術(shù)在地質(zhì)領(lǐng)域中的應(yīng)用[J];國土資源遙感;2007年04期

3 楊燕杰;趙英俊;秦凱;陸冬華;;高光譜影像預(yù)處理技術(shù)[J];科技導(dǎo)報(bào);2013年09期

4 楊可明;張濤;王立博;錢小麗;王林偉;劉士文;;諧波分析法高光譜影像融合及其光譜信息保真度評(píng)價(jià)[J];光譜學(xué)與光譜分析;2013年09期

5 楊哲海,馮猛,張燕燕;高光譜影像處理方法的改進(jìn)[J];海洋測(cè)繪;2004年04期

6 李新雙;張良培;李平湘;吳波;;基于小波分量特征值匹配的高光譜影像分類[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2006年03期

7 原傳綱;張廣有;吳迪;楊哲海;;面向應(yīng)用的高光譜影像分類方法[J];測(cè)繪科學(xué)技術(shù)學(xué)報(bào);2007年02期

8 楊可明;陳云浩;郭達(dá)志;蔣金豹;;基于高光譜影像的小麥條銹病光譜信息探測(cè)與提取(英文)[J];光子學(xué)報(bào);2008年01期

9 蘇俊英;舒寧;;一種基于非線性增益小波濾波的高光譜影像去噪技術(shù)研究[J];遙感技術(shù)與應(yīng)用;2008年04期

10 馬莉;范文濤;;高光譜影像加權(quán)波段指數(shù)波段選擇算法[J];黑龍江科技信息;2010年04期

相關(guān)會(huì)議論文 前10條

1 舒寧;胡穎;;基于地物光譜特征的高光譜影像邊緣提取方法[A];地理空間信息技術(shù)與應(yīng)用——中國科協(xié)2002年學(xué)術(shù)年會(huì)測(cè)繪論文集[C];2002年

2 舒寧;;多光譜和高光譜影像紋理分析的幾種方法[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

3 于美嬌;董廣軍;張永生;紀(jì)松;楊靖宇;;一種基于極大后驗(yàn)估計(jì)的高光譜影像分辨率增強(qiáng)方法[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

4 董廣軍;紀(jì)松;朱朝杰;;基于局部線性嵌入流形學(xué)習(xí)的高光譜影像分類技術(shù)[A];第六屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集（3）[C];2008年

5 汪瑋;周可法;王金林;周曙光;劉慧;;環(huán)境減災(zāi)衛(wèi)星高光譜數(shù)據(jù)預(yù)處理[A];第十二屆全國數(shù)學(xué)地質(zhì)與地學(xué)信息學(xué)術(shù)研討會(huì)論文集[C];2013年

6 黃遠(yuǎn)程;張良培;李平湘;;基于最小單形體體積約束的高光譜影像端元光譜提取[A];遙感定量反演算法研討會(huì)摘要集[C];2010年

7 劉慶杰;藺啟忠;王黎明;王欽軍;李慶亭;苗峰顯;;基于CFFT最優(yōu)信噪比的星載高光譜影像噪聲抑制研究[A];第十七屆中國遙感大會(huì)摘要集[C];2010年

8 張杰林;;砂巖型鈾礦床高光譜數(shù)據(jù)挖掘技術(shù)研究[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

9 董彥芳;龐勇;;高光譜影像與LiDAR數(shù)據(jù)融合提取城市目標(biāo)提取[A];中國地震學(xué)會(huì)空間對(duì)地觀測(cè)專業(yè)委員會(huì)2013年學(xué)術(shù)研討會(huì)論文摘要集[C];2013年

10 李飛;周成虎;陳榮國;;基于光譜曲線形態(tài)的高光譜影像檢索方法研究[A];第二屆中國科學(xué)院博士后學(xué)術(shù)年會(huì)暨高新技術(shù)前沿與發(fā)展學(xué)術(shù)會(huì)議程序冊(cè)[C];2010年

相關(guān)博士學(xué)位論文 前8條

1 劉軻;冬小麥葉面積指數(shù)高光譜遙感反演方法研究[D];中國農(nóng)業(yè)科學(xué)院;2015年

2 楊國鵬;基于機(jī)器學(xué)習(xí)方法的高光譜影像分類研究[D];解放軍信息工程大學(xué);2010年

3 路威;面向目標(biāo)探測(cè)的高光譜影像特征提取與分類技術(shù)研究[D];中國人民解放軍信息工程大學(xué);2005年

4 楊哲海;高光譜影像分類若干關(guān)鍵技術(shù)的研究[D];解放軍信息工程大學(xué);2006年

5 王凱;基于多特征融合的高光譜影像地物精細(xì)分析方法研究[D];武漢大學(xué);2013年

6 杜輝強(qiáng);高光譜遙感影像濾波和邊緣提取方法研究[D];武漢大學(xué);2004年

7 韋瑋;基于多角度高光譜CHRIS數(shù)據(jù)的濕地信息提取技術(shù)研究[D];中國林業(yè)科學(xué)研究院;2011年

8 龔鑓;基于HDA和MRF的高光譜影像同質(zhì)區(qū)分析[D];武漢大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 司海青;含水量對(duì)土壤有機(jī)質(zhì)含量高光譜估算的影響研究[D];中國農(nóng)業(yè)科學(xué)院;2015年

2 汪重午;基于高光譜線性混合模型的地質(zhì)勘查研究[D];成都理工大學(xué);2015年

3 原娟;面向高光譜地物的在軌替代光譜定標(biāo)影響因子分析[D];浙江農(nóng)林大學(xué);2015年

4 魏祥坡;高光譜影像土質(zhì)要素和人工地物分類技術(shù)研究[D];解放軍信息工程大學(xué);2015年

5 董連鳳;高光譜影像預(yù)處理技術(shù)研究[D];長安大學(xué);2007年

6 祝鵬飛;面向?qū)ο蟮母吖庾V影像地物分類技術(shù)研究[D];解放軍信息工程大學(xué);2011年

7 楊國鵬;基于核方法的高光譜影像分類與特征提取[D];解放軍信息工程大學(xué);2007年

8 楊明;面向分類的高光譜影像特征提取技術(shù)研究[D];解放軍信息工程大學(xué);2012年

9 潘競文;半監(jiān)督鄰域保持嵌入在高光譜影像分類中的應(yīng)用[D];重慶大學(xué);2014年

10 張麗;基于投影尋蹤的高光譜影像特征提取與自動(dòng)識(shí)別技術(shù)研究[D];長安大學(xué);2006年

，

本文編號(hào)：2335211