本發(fā)明公開了一種基于局部和非局部多特征語義高光譜圖像分類方法。主要解決高光譜圖像分類中正確率低,魯棒性差,空間一致性弱的問題。其步驟包括:輸入圖像,提取圖像多種特征;數(shù)據(jù)集切分為訓練集和測試集;概率支持矢量機將所有樣本的多種特征映射成相應的語義表示;構造局部以及非局部近鄰集合;構建降噪馬爾可夫場模型,進行語義融合和降噪處理;對語義表示迭代優(yōu)化;利用語義表示求得所有樣本的類別,完成高光譜圖像準確分類。本發(fā)明采用了多特征融合,并對存在于圖像中的空間信息充分挖掘和利用,在小樣本情況下,得到了非常高的分類精度,并擁有良好的魯棒性和空間一致性,用于軍事探測、地圖繪制、植被調查、礦物檢測等方面。
聲明:
“基于局部和非局部多特征語義高光譜圖像分類方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)