基于空谱联合的高光谱图像分类方法现状与展望

作者：邓磊; 沈学举; 周冰^*; 应家驹; 赵佳乐; 王强辉

来源：激光杂志, 2023, 44(03): 16-23.

DOI：10.14016/j.cnki.jgzz.2023.03.016

• 高光谱图像
• 图像分类
• 空谱联合
• 深度学习

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。

• 单位
  中国人民解放军陆军工程大学