基于分数阶微分的高光谱图像特征提取与分类

LIU Jing, LI Yang,LIU Yi

Guangxue jingmi gongcheng(2023)

引用 0|浏览3
暂无评分
摘要
针对高光谱遥感图像的特征提取与地物分类,提出一种基于分数阶微分的高光谱图像特征提取方法,设计二维分数阶微分掩模提取高光谱图像的像素空间分数阶微分(SpaFD)特征,并提出一种空谱联合准则用于选取微分掩模阶数.为充分利用高光谱图像的空间特征与光谱特征,将SpaFD特征与原始特征直连融合获得SpaFD-Spe-Spa混合特征,并采用三维卷积神经网络(3DCNN)、先采用主成分分析(PCA)对像素光谱进行降维处理再送入三维卷积神经网络(3DCNNPCA)以及采用混合光谱网络(HybridSN)验证SpaFD-Spe-Spa混合特征的有效性.实验中分别采用3✕3,5✕5和 7✕7的分数阶微分掩模进行空间特征提取,4个真实高光谱图像的实验结果表明,所提取的SpaFD特征和SpaFD-Spe-Spa特征可有效提升高光谱图像的地物分类精度,且SpaFD-Spe-Spa特征对地物分类准确率的提升更为明显:SpaFD特征相比原始特征在Indian Pines,Botswana,Pavia University和Salinas 4个数据上的分类识别率在最优情况下分别提升了 3.87%,1.42%,2.41%和2.87%;SpaFD-Spe-Spa特征相比原始特征在Indian Pines,Botswana,Pavia Uni-versity和Salinas 4个数据上的分类识别率在最优情况下分别提升了3.90%,5.62%,3.35%和5.18%.
更多
关键词
hyperspectral images classification,fractional differentiation,feature extraction,convolution-al neural network
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要