Classification of hyperspectral remotely sensed images based on the extraction of spatial feature

doi:10.13741/j.cnki.11-1879/o4.2016.05.001

您当前的位置：

首页 >

文章列表页 >

Classification of hyperspectral remotely sensed images based on the extraction of spatial feature

更新时间：2025-09-01

- Classification of hyperspectral remotely sensed images based on the extraction of spatial feature
- Vol. 42, Issue 5, Pages: 385-391(2016)
- 作者机构：
  
  1. 1:海军航空工程学院控制工程系
  2. 2:海军航空装备计量监修中心
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2016.05.001
  CLC：
- Published：2016
- 稿件说明：
移动端阅览
Classification of hyperspectral remotely sensed images based on the extraction of spatial feature[J]. 2016, 42(5): 385-391.
DOI：

Classification of hyperspectral remotely sensed images based on the extraction of spatial feature[J]. 2016, 42(5): 385-391. DOI： 10.13741/j.cnki.11-1879/o4.2016.05.001.

摘要

传统的高光谱图像分类主要是基于像素的光谱特征

在一定程度上忽略了高光谱遥感图像中像素之间的空间相关性。为了充分利用高光谱图像中的空间信息

提出了一种基于加权多结构元素无偏差形态学的空间特征提取方法

并基于形态学的多尺度特征和结构保持性提出了基于邻域的多尺度空间特征提取方法

得到了高光谱遥感图像的空间特征。对k-NN分类算法进行改进

提出了基于变精度粗糙集和重构误差的k-NN分类算法

实现了基于空间特征的高光谱遥感图像分类。在两个不同的高光谱遥感图像的实验验证了基于空间特征和改进k-NN分类算法的性能。

Abstract

关键词

Keywords

references

Views

386

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Document image skew detection based on the least distance fitting of the feature points

A two pattern combined method to detect water area from SAR remote image

Study on the hyperspectral remote sensed image classify based on PCA and SVM

Multi channel approach for improving the speed of optical target recognition

Related Author

吴一全

谢静

张怀利

倪国强

许廷发

郝琦玮

张亮

刘海松

Related Institution

1:南京航空航天大学信息科学与技术学院

1:北京理工大学信息科学技术学院光电工程系

1:第二炮兵工程学院

1:清华大学精密测试技术与仪器国家重点实验室

⁰