姚娆，谢福鼎

辽宁师范大学城市与环境学院,大连 116029

出版日期:2017-10-25发布日期:2017-12-14

Classification for Hyperspectral Images by Fusing Spectral-Spatial-Texture Features

YAO Rao ,XIE Fuding

Department of Urban and Environmental Science, Liaoning Normal University, Dalian 116029

Online:2017-10-25Published:2017-12-14







摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论

文章提出了一种融合光谱信息, 空间信息和纹理信息的高光谱影像分类方法. 首先采用主成分分析降低高光谱影像的维度, 然后利用灰度共生矩阵从各主成分提取纹理信息, 并根据数学形态学特征和光谱信息定义了一种融合谱-空-纹的相似度距离, 最后通过伪近邻(pseudo nearest neighbor, PNN)分类器对影像地物进行分类. 为了说明所提出方法的有效性, 文章对两个常用的具有不同空间分辨率和光谱分辨率的真实高光谱影像数据集进行了相应的实验, 试验结果和比较结果表明, 利用所提出的方法可以得到较高的分类精度.

分享此文:

()

No related articles found!

-->

PDF全文下载地址:

http://sysmath.com/jweb_xtkxysx/CN/article/downloadArticleFile.do?attachType=PDF&id=13267