面向高光譜影像分類的顯著性特征提取方法

摘要：針對(duì)高光譜影像分類問題,提出了一種顯著性特征提取方法。首先,利用超像素分割算法將高光譜影像3個(gè)相鄰波段分割為若干個(gè)小區(qū)域。然后,基于分割得到的小區(qū)域計(jì)算反映不同區(qū)域的顯著性特征。最后,沿著光譜方向采用大小為3、步長(zhǎng)為1的滑窗法獲得所有波段的顯著性特征。進(jìn)一步將提取的顯著性特征與光譜特征進(jìn)行結(jié)合,并將結(jié)合后的特征輸入到支持向量機(jī)中進(jìn)行分類。利用Pavia大學(xué)、Indian Pines和Salinas 3組高光譜影像數(shù)據(jù)進(jìn)行分類試驗(yàn)。試驗(yàn)結(jié)果表明,與傳統(tǒng)的空間特征提取方法和基于卷積神經(jīng)網(wǎng)絡(luò)的高光譜影像分類方法相比,提取的顯著性特征能夠獲得更高的高光譜影像分類精度,且結(jié)合光譜特征能夠進(jìn)一步提高分類精度。