| 滨海湿地稀疏采样重构高光谱图像分类精度评价 |
| |
| 引用本文： | 孙钦佩,马毅,张杰.滨海湿地稀疏采样重构高光谱图像分类精度评价[J].海洋技术,2017,36(2). |
| |
| 作者姓名： | 孙钦佩 马毅 张杰 |
| |
| 作者单位： | 山东科技大学,山东青岛266590;国家海洋局第一海洋研究所,山东青岛266061 |
| |
| 基金项目： | GF海岸带遥感监测与应用示范资助项目 |
| |
| 摘 要： | 高光谱遥感影像维数高、数据量大、波段之间的相关性强,分类时易出现"Hughes"现象,因此在分类过程中如何有效减小数据处理过程中的计算量,又保证原始数据重要的地物信息不丢失具有重要的意义。压缩感知理论可通过远低于耐奎斯特的采样率和少量观测数据实现信号的精确重构,具有对硬件读写要求低、图像恢复效果好等优势。通过利用基于小波变换的压缩感知算法对黄河口地区的高光谱影像进行图像重构,然后分别采用SVM算法、最大似然法以及神经网络分类法对重构后的影像进行分类,并对分类结果的精度分别从空域和小波域、不同的测量值等维度进行了分析和比较。结果表明:(1)压缩感知理论重构后的影像保留了原始影像的基本信息,保证了分类精度;(2)SVM算法的分类精度最好,空域和小波域的分类精度基本一致;(3)分类精度随测量值的增加先逐渐提高,然后趋于稳定。
|
| 关 键 词： | 高光谱影像 稀疏采样 压缩感知 图像分类 |
Evaluation of the Classification Accuracy of Coastal Wetland Hyperspectral Image Reconstructed from Sparse Sampling |
| |
| SUN Qin-pei,MA Yi,ZHANG Jie.Evaluation of the Classification Accuracy of Coastal Wetland Hyperspectral Image Reconstructed from Sparse Sampling[J].Ocean Technology,2017,36(2). |
| |
| Authors: | SUN Qin-pei MA Yi ZHANG Jie |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
