论文摘要
针对高光谱图像数据维数多,光谱信息和空间信息难以提取的问题,提出了一种基于超图和卷积神经网络的分类算法,依据高光谱图像中像素之间的光谱关系和空间关系构建超图;通过超图构建具有谱空联合特征的样本,将其送入卷积神经网络进行特征提取,实现分类。在3种常用的高光谱数据集上进行实验,于Indian Pines数据集上取得了96.63%的总体分类精度。相比于其他算法,所提算法的分类精度高、速度快,而且避免了传统方法在特征提取和融合时出现的不稳定性,验证了其提取的谱空联合信息对高光谱图像具有更强的特征表达能力。
论文目录
文章来源
类型: 期刊论文
作者: 刘玉珍,蒋政权,马飞,张春华
关键词: 图像处理,高光谱图像,分类,超图,卷积神经网络,谱空联合信息
来源: 激光与光电子学进展 2019年11期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 工业通用技术及设备,自动化技术
单位: 辽宁工程技术大学电子与信息工程学院,辽宁工程技术大学研究生院,辽宁联通阜新分公司
基金: 辽宁省教育厅高等学校基本科研项目(LJ2017QL014)
分类号: TP751;TP183
页码: 162-169
总页数: 8
文件大小: 3744K
下载量: 410