摘要

为充分考虑高光谱遥感图像的空谱结构特征,降低数据冗余,获取更具识别性的特征,提高分类精度。本文提出一种基于分数阶Gabor的高光谱图像分类方法,在分数域实现对局部信号的多分辨分析,以增强对高光谱图像的表征能力。首先,通过设置多阶正弦波构建多组分数阶Gabor滤波器,获得有效的特征表达。其次,对Gabor相位特征进行象限位编码,并通过汉明距离计算码距,降低计算复杂度。最后,融合不同阶的Gabor相位特征从而得到互补的纹理信息,以获取更高的分类性能。基于Trento真实数据集,选择3个分类样本进行训练,总体分类精度达到87.15%,Kappa系数为0.83,实验结果验证了该方法在小样本训练情况下的有效性,对比其他算法,提高了分类精度。