期刊文章详细信息
基于多特征和改进稀疏表示的高光谱图像分类 ( EI收录)
Hyperspectral Image Classification via Multiple-Feature-Based Improved Sparse Representation
文献类型:期刊文章
Li Feiyan;Huo Hongtao;Li Jing;Bai Jie(Information Technology and Cyber Security Academy, People's Public Security University of China,Beijing 100038, China)
机构地区:[1]中国人民公安大学信息技术与网络安全学院
基 金:公安部技术研究计划(2018JSYJA01);国家重点研发计划(2017YFC0822405);高分辨率对地观测系统重大专项(民用部分)(01-Y3XXXX-XX01-14/16)
年 份:2019
卷 号:39
期 号:5
起止页码:343-351
语 种:中文
收录情况:AJ、BDHX、BDHX2017、CAS、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊
摘 要:为了实现对高光谱图像的分类,提出了一种基于多特征和改进稀疏表示的方法--MFISR。从高光谱图像中提取光谱特征、Gabor特征和局部二值模式(LBP)特征,求解稀疏系数,同时增加一个2范式约束,利用所得系数得到每个测试像素的最终类别标签。实验结果表明:所提MFISR方法对小样本的检测效果显著,分类性能稳定且较优。
关 键 词:遥感 高光谱图像 稀疏表示 特征提取 GABOR滤波 局部二值模式
分 类 号:TP751]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...