公开(公告)号：CN114187479B

公开(公告)日：2024-08-20

申请号：CN202111619914.2

申请日：2021-12-28

申请人： 河南大学

发明人： 渠慎明 ,  李祥 ,  栗晓文 ,  韩丰羽 ,  席广正 ,  谢苑 ,  侯松鹂

IPC分类号： G06V10/764 ,  G06V10/58 ,  G06V10/54 ,  G06V10/44 ,  G06V10/80 ,  G06V10/77 ,  G06V10/82 ,  G06N3/0464

摘要： 本发明涉及一种基于空谱特征联合的高光谱图像分类方法，针对高光谱图像的数据特点，将二维的Gabor滤波器与随机块卷积特征提取相结合，构建了一种新型的适用于高光谱图像分类的空谱特征联合方法GRPC。首先通过主成分分析和线性判别分析进行降维，对降维后的图像使用Gabor滤波器提取图像的边缘纹理和空间信息。其次，对提取后的信息通过随机块卷积提取光谱特征信息。最后，融合空间特征和多层次光谱特征使用支持向量机分类器对图像进行分类，解决了现有的分类技术中容易出现过拟合的问题；构建出适用于高光谱图像数据的分类模型，充分利用了高光谱图像丰富的信息；基于提出的空谱特征联合的高光谱图像分类方法，提高了高光谱图像的分类精度。

公开(公告)号：CN114187479A

公开(公告)日：2022-03-15

申请号：CN202111619914.2

申请日：2021-12-28

申请人： 河南大学

发明人： 渠慎明 ,  李祥 ,  栗晓文 ,  韩丰羽 ,  席广正 ,  谢苑 ,  侯松鹂

IPC分类号： G06V10/764 ,  G06V10/58 ,  G06V10/54 ,  G06V10/80 ,  G06V10/77 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04

摘要： 本发明涉及一种基于空谱特征联合的高光谱图像分类方法，针对高光谱图像的数据特点，将二维的Gabor滤波器与随机块卷积特征提取相结合，构建了一种新型的适用于高光谱图像分类的空谱特征联合方法GRPC。首先通过主成分分析和线性判别分析进行降维，对降维后的图像使用Gabor滤波器提取图像的边缘纹理和空间信息。其次，对提取后的信息通过随机块卷积提取光谱特征信息。最后，融合空间特征和多层次光谱特征使用支持向量机分类器对图像进行分类，解决了现有的分类技术中容易出现过拟合的问题；构建出适用于高光谱图像数据的分类模型，充分利用了高光谱图像丰富的信息；基于提出的空谱特征联合的高光谱图像分类方法，提高了高光谱图像的分类精度。