一种新的空谱联合高光谱图像分类方法

作     者：段小川 王广军 梁四海 杜海波 吴萍 DUAN Xiaochuan;WANG Guangjun;LIANG Sihai;DU Haibo;WU Ping

作者机构：中国地质大学(北京)土地科学技术学院北京100083 天津市勘察设计院集团有限公司天津300191 中国地质大学(北京)水资源与环境学院北京100083 内蒙古煤田地质局勘测队呼和浩特010010 青海省环境地质勘查局西宁810007 

基　　金：中国科学院战略性先导科技专项(A类)子课题(XDA20100103) 青海省应用基础研究项目(2017-ZJ-743) 中国地调局地调项目(20191006) 

出 版 物：《遥感信息》 (Remote Sensing Information)

年 卷 期：2021年第36卷第3期

页      码：76-84页

摘      要：为了充分利用高光谱遥感图像的空间信息和光谱信息,以提高分类精度,文章研究了分别采用二维和三维Gabor滤波对高光谱遥感图像进行特征提取,然后与高光谱遥感图像的光谱信息进行融合,并基于堆栈式稀疏自编码器的深度学习网络对融合图像进行分类的方法。研究结果表明,所提出的空谱联合分类器与传统的光谱信息分类器相比,分类性能得到了显著提高,且三维Gabor滤波的空谱联合分类器的分类性能优于二维Gabor滤波的空谱联合分类器,并具有较强的鲁棒性。

主 题 词：深度学习 堆栈式稀疏自编码 二维Gabor滤波 三维Gabor滤波 分类 

学科分类：0810[工学-土木类] 08[工学] 081002[081002] 

核心收录：

D　O　I：10.3969/j.issn.1000-3177.2021.03.011

馆 藏 号：203104190...