基于张量径向基核函数支持向量机的高光谱影像分类

作者：李玉^*; 宫学亮; 赵泉华

来源：仪器仪表学报, 2020, 41(12): 253-262.

DOI：10.19650/j.cnki.cjsi.J2006860

• 空-谱张量块
• 张量径向基核函数
• 支持向量机
• 高光谱影像分类

针对如何利用高光谱影像的空间和光谱特征实现地物目标的精确分类,本文在径向基核函数(RBF)的基础上,提出一种基于张量径向基核函数(Tensor-RBF)和支持向量机(SVM)的高光谱影像分类算法。首先,用像素及其空间邻域像素的光谱向量组成的三阶空-谱张量块表达该像素空-谱信息,并作为后续高光谱影像分类的基本处理单元;然后,定义作用在张量数据上的Tensor-RBF核函数;最后,设计基于Tensor-RBF核函数SVM的多分类器,实现结合空-谱信息的高光谱影像多类地物目标分类。为了验证提出算法的有效性,分别对3幅高光谱影像进行实验,将本文算法与3种对比算法的分类结果进行定性和定量对比分析。实验结果表明,本文算法对3幅高光谱影像的总体精度分别为93.10%、93.43%和86.38%,相对3种对比算法具有更高的总体精度。

• 单位
  辽宁工程技术大学