小样本的高光谱图像降噪与分类

编号 zgly0001590035

文献类型 期刊论文

文献题名 小样本的高光谱图像降噪与分类

作者 崔宾阁  马秀丹  谢小云 

作者单位 山东科技大学计算机科学与工程学院 

母体文献 遥感学报 

年卷期 2017年05期

年份 2017 

分类号 TP751 

关键词 高光谱图像分类  特征提取  稀少样本  稀疏与低秩  矩阵分解 

文摘内容 在样本数目稀少情况下实现高光谱图像精细分类是个挑战性的问题。高光谱图像信噪比提高比较困难,噪声大小对分类结果有最直接的影响。利用高光谱图像相邻波段之间的相关性和相邻像素之间的相关性,提出多级降噪滤波的高光谱图像分类方法,通过改进的两阶段稀疏与低秩矩阵分解方法,去除高光谱图像中能量较高的噪声,利用主成分分析方法去除高光谱图像中能量较低的噪声,引导滤波方法去除分类结果图中的椒盐噪声。选取两幅真实高光谱图像进行实验,结果表明,两阶段稀疏与低秩矩阵分解法和主成分分析法两种降噪方法具有较强的互补性;引导滤波方法使得分类图更加平滑且分类精度更高。与其他光谱空间分类方法相比,本文方法分类精度更高,且在样本极少时能获得很高的分类精度。