基于多尺度特征的高光谱遥感图像分类方法

作者：张新颜; 王国勇

来源：激光杂志, 2022, 43(10): 97-101.

DOI：10.14016/j.cnki.jgzz.2022.10.097

• 多尺度特征
• 高光谱
• 遥感图像
• 分类方法
• 支持向量机
• 核函数

针对高光谱遥感图像分类精度较低的问题，研究基于多尺度特征的高光谱遥感图像分类方法。利用基于邻域的多尺度空间信息特征提取方法，提取图像多尺度空间特征，构建图像分类样本集；融合高光谱核与空间核获取核函数，利用核函数代替支持向量机中多尺度特征样本间的内积运算，实现图像分类。实验证明：该方法可全面提取图像的多尺度空间特征，在高光谱图像内加入噪声后，该方法依能精准分类图像；该方法的分类Top-1错误率最低为1.8%,Kappa系数最低为0.96,误分类率最高为3.92%,提高了分类精度。

• 单位
  洛阳理工学院