王立国, 宛宇美, 路婷婷, 杨月霜

(哈尔滨工程大学 信息与通信工程学院，黑龙江 哈尔滨 150001)



结合经验模态分解和Gabor滤波的高光谱图像分类

王立国, 宛宇美, 路婷婷, 杨月霜

(哈尔滨工程大学 信息与通信工程学院，黑龙江 哈尔滨 150001)

摘要：针对传统实施于原始数据空间的纹理提取方法的不足，采用经验模态分解理论提取高光谱图像中空间结构明显的固有模态分量，并在提取出的分量上进行Gabor滤波操作，将传统纹理提取方式转移到变换域上进行，提出了一种基于二维经验模态分解融合空间信息的高精度纹理提取算法。对两个数据集进行仿真实验，实验结果表明改进算法有效地提高了高光谱图像分类精度且抗噪性能良好，提出算法性能明显优于传统Gabor-PCA算法，能够更大程度挖掘高光谱图像空间信息。

关键词：高光谱图像;图像分类;空间信息;经验模态分解;Gabor滤波

高光谱和空间分辨率遥感影像近几年受到越来越多的关注，这类高光谱数据被广泛应用于城市地区土地覆盖/土地利用制图上。为了广泛利用高光谱图像的空间结构以及光谱信息，国内外学者已展开了若干研究。其中Fauvel将光谱信息与提取的目标特征信息重构目标特征矢量，并通过分类实验验证了提出方法的有效性[1]。Camps-Valls在分类过程中分别构造谱域信息与空域信息的核函数，并且研究了几种核函数组合方式[2]。Tarabalka利用聚类算法分割高光谱图像，进而结合分割结果以及光谱特征分类结果，总体分类结果有一定提高[3]。……