您的位置: 专家智库 > >

刘小喜

作品数:1 被引量:20H指数:1
供职机构:南京大学地理信息科学系更多>>
发文基金:全球变化研究国家重大科学研究计划江苏高校优势学科建设工程项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇自动化与计算...

主题

  • 1篇遥感
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇图像
  • 1篇图像分类
  • 1篇向量
  • 1篇向量机
  • 1篇滤波
  • 1篇滤波器
  • 1篇高光谱遥感
  • 1篇GABOR滤...
  • 1篇GABOR滤...
  • 1篇波段选择

机构

  • 1篇北京大学
  • 1篇南京大学

作者

  • 1篇李琦
  • 1篇肖鹏峰
  • 1篇冯逍
  • 1篇刘小喜
  • 1篇吴小翠

传媒

  • 1篇光谱学与光谱...

年份

  • 1篇2014
1 条 记 录,以下是 1-1
排序方式:
三维Gabor滤波器与支持向量机的高光谱遥感图像分类被引量:20
2014年
根据高光谱遥感图像的特点及二维Gabor滤波器纹理分割的原理,提出了一种基于三维Gabor滤波器的高光谱遥感图像分类方法。三维Gabor滤波器能够对高光谱遥感图像所有波段同时进行滤波,将大量的图像信息抽取为少量的不同尺寸、方向和波谱的响应,极大减少了高光谱遥感图像纹理信息提取的计算量。利用不同方向和尺寸的三维Gabor滤波器对祁连山黑河流域上游地区的Hyperion影像全波段进行滤波处理,获取26个纹理响应特征,并分析不同纹理对不同地物的区分度。利用自动子空间划分的波段指数(BI)进行波段选择,选取不同的波段组合进行试验,寻找最佳降维幅度。按照纹理对不同地物响应的区分度逐一加入三维Gabor纹理特征,利用三维Gabor纹理辅助光谱信息,运用支持向量机(SVM)的方法进行监督分类。结果表明,基于三维Gabor纹理和自动子空间BI波段选择的SVM分类方法能够在有效降低光谱维数的同时,提高高光谱遥感图像分类的精度和效率。
冯逍肖鹏峰李琦刘小喜吴小翠
关键词:高光谱遥感图像分类波段选择支持向量机
共1页<1>
聚类工具0