融合空-谱信息的随机森林高光谱图像分类方法

作者：周家厚; 普运伟^*; 陈如俊; 吴锋振; 何万才

来源：激光杂志, 2023, 44(11): 60-66.

DOI：10.14016/j.cnki.jgzz.2023.11.060

• 高光谱
• 随机森林
• 空-谱信息
• 滤波
• 主成分分析

针对现有高光谱图像分类算法存在空-谱特征利用率不足的问题，提出一种空-谱信息融合的随机森林网络分类方法，首先利用主成分分析PCA(Principal Component Analysis)将高光谱图像降维，以前三个主成分作为图像输入并采用卷积滤波进行处理，接着对滤波后图像进行超像素分割，然后将选取的样本像素点映射到超像素内实现图像空间信息和特征增强，最后将加入空-谱信息的超像素样本点采用随机森林网络对高光谱图像进行训练并精细化分类(简称PS-RF)。实验结果表明，基于空-谱结合相较于仅利用光谱信息在k-最近邻、支持向量机、决策树、随机森林模型上精度分别提升了25.95%,10.9%,21.72%,23.35%,所提方法精度达到90.55%。

• 单位
  昆明理工大学