廖建尚 王立国 郝思媛

(1.广东交通职业技术学院计算机工程学院, 广州 510650； 2.哈尔滨工程大学信息与通信工程学院, 哈尔滨 150001;3.青岛理工大学通信与电子工程学院, 青岛 266520)

基于双边滤波和空间邻域信息的高光谱图像分类方法

廖建尚1王立国2郝思媛3

(1.广东交通职业技术学院计算机工程学院, 广州 510650； 2.哈尔滨工程大学信息与通信工程学院, 哈尔滨 150001;3.青岛理工大学通信与电子工程学院, 青岛 266520)

提出了一种基于双边滤波和像元邻域信息的高光谱图像分类(BS-SVM)算法。该方法首先利用双边滤波器提取经主成分分析降维后的高光谱图像空间纹理信息，然后通过设计一种高光谱像元邻域信息来构建高光谱的空间相关信息，最后将2种空间信息融合后与光谱信息结合，形成空谱信息(空间信息和光谱信息)后交由支持向量机完成分类。实验结果表明，相比单纯使用光谱信息的支持向量机的分类方法以及基于Gabor滤波的空谱信息结合分类方法，所提出的BS-SVM方法分类精度有较大幅度提高，充分证明了该方法的有效性。

高光谱图像； 分类； 双边滤波； 像元邻域信息； 空间相关信息

引言

在遥感高光谱分类中，利用高光谱图像可以有效对植被和农作物精准分类与识别，在农业灾害和产量评估方面有广泛应用[1-3]。越来越多的学者将空间信息融入到高光谱图像分类中，以有效提高分类器性能。目前空间特征提取方法用于高光谱图像分类的有：形态滤波[4-5]、马尔科夫随机场[6-7]和图像分割[8-9]。……