摘要

针对高光谱图像分类任务中的Hughes现象及噪声问题,提出了联合波段聚类和改进递归滤波的高光谱图像分类方法。首先,利用相对熵对高光谱图像的光谱波段进行K-means聚类,对聚类后的光谱波段进行高斯滤波,得到模糊化图像,将其作为递归滤波的引导图像;然后,对聚类后的光谱波段递归滤波处理,从而增强高光谱图像的轮廓特征;最后,利用支持向量机对递归滤波后的特征图像进行分类。在2个真实数据集上的实验结果表明,该方法降低了高光谱图像的维度,去除了噪声并阻止了信息跨越强边缘传播,与传统高光谱图像分类方法相比,提高了分类精度。