Remote sensing image classification based on super pixel and peak density
-
摘要: 目前的高光谱影像分类算法多仅考虑光谱信息,为发挥高光谱影像空间信息和峰值密度聚类算法在划分遥感影像地物的优势,提出融合超像元与峰值密度特征的影像分类方法.充分利用超像元分割技术在高光谱影像空间信息和光谱信息,将高光谱影像分为超像元;之后提取超像元灰度值作为峰值密度分类的重要特征;然后筛选峰值密度最高的光谱作为整幅影像的光谱簇,视像元和超像元作为分类的基本单位;进而分别获取像元、超像元与光谱簇间的差异,得到隶属度关系;最后结合隶属度完成影像分类.通过实验验证,该方法在确保分类精度最高的条件下,较其他方法耗时相对较少,满足高光谱影像信息提取和分析的要求.
-
-
计量
- 文章访问数: 337
- PDF下载数: 166
- 施引文献: 0
下载: