电子与信息学报
電子與信息學報
전자여신식학보
JOURNAL OF ELECTRONICS & INFORMATION TECHNOLOGY
2012年
2期
268-272
,共5页
图像处理%高光谱遥感图像%稀疏表示%分类%随机森林
圖像處理%高光譜遙感圖像%稀疏錶示%分類%隨機森林
도상처리%고광보요감도상%희소표시%분류%수궤삼림
该文结合稀疏表示及光谱信息提出了一种新的高光谱遥感图像分类算法.首先提出利用高光谱遥感图像数据集构造学习字典,然后根据学习字典计算每个像元的稀疏系数,从而获得像元的稀疏表示特征,最后根据稀疏表示特征和光谱信息分别构造随机森林,通过投票机制得到最终的分类结果.在AVIRIS高光谱遥感图像上的实验结果表明:该文所提方法能够提高分类效果,且其分类总精度和Kappa系数要高于光谱信息和稀疏表示特征方法.
該文結閤稀疏錶示及光譜信息提齣瞭一種新的高光譜遙感圖像分類算法.首先提齣利用高光譜遙感圖像數據集構造學習字典,然後根據學習字典計算每箇像元的稀疏繫數,從而穫得像元的稀疏錶示特徵,最後根據稀疏錶示特徵和光譜信息分彆構造隨機森林,通過投票機製得到最終的分類結果.在AVIRIS高光譜遙感圖像上的實驗結果錶明:該文所提方法能夠提高分類效果,且其分類總精度和Kappa繫數要高于光譜信息和稀疏錶示特徵方法.
해문결합희소표시급광보신식제출료일충신적고광보요감도상분류산법.수선제출이용고광보요감도상수거집구조학습자전,연후근거학습자전계산매개상원적희소계수,종이획득상원적희소표시특정,최후근거희소표시특정화광보신식분별구조수궤삼림,통과투표궤제득도최종적분류결과.재AVIRIS고광보요감도상상적실험결과표명:해문소제방법능구제고분류효과,차기분류총정도화Kappa계수요고우광보신식화희소표시특정방법.
