发明名称 |
基于三维Gabor特征选择的高光谱遥感图像分类方法及系统 |
摘要 |
本发明适用于高光谱遥感图像分类,提供了基于三维Gabor特征选择的高光谱遥感图像分类方法,步骤包括:A,根据设定的频率和方向参数值生成三维Gabor滤波器;B,将高光谱遥感图像与三维Gabor滤波器进行卷积运算,得到三维Gabor特征;C,从三维Gabor特征中选择出对各类分类贡献度符合要求的若干三维Gabor特征;D,使用选择出的三维Gabor特征通过多任务稀疏分类方法对高光谱遥感图像进行分类。本发明基于三维Gabor特征,使用的三维Gabor特征包含信号丰富的局部变化信息,特征表达能力强;通过Fisher判别准则选择三维Gabor特征,充分利用了特征间隐藏的高级语义,去除了冗余信息,降低了分类时间复杂度;进一步,使用稀疏编码,将三维Gabor特征和多任务结合起来,大大提高了分类精度。 |
申请公布号 |
CN105740799A |
申请公布日期 |
2016.07.06 |
申请号 |
CN201610055913.2 |
申请日期 |
2016.01.27 |
申请人 |
深圳大学 |
发明人 |
贾森;胡杰;谢瑶;沈琳琳 |
分类号 |
G06K9/00(2006.01)I;G06K9/46(2006.01)I;G06K9/62(2006.01)I |
主分类号 |
G06K9/00(2006.01)I |
代理机构 |
深圳市恒申知识产权事务所(普通合伙) 44312 |
代理人 |
王利彬 |
主权项 |
一种基于三维Gabor特征选择的高光谱遥感图像分类方法,其特征在于,所述高光谱遥感图像分类方法包括下述步骤:步骤A,根据设定的频率和方向参数值生成若干三维Gabor滤波器;步骤B,将高光谱遥感图像与生成的所述若干三维Gabor滤波器进行卷积运算,得到若干三维Gabor特征;步骤C,从得到的所述若干三维Gabor特征中选择出对各类分类贡献度符合预设要求的若干三维Gabor特征;步骤D,使用选择出的三维Gabor特征通过多任务稀疏分类方法对高光谱遥感图像进行分类。 |
地址 |
518060 广东省深圳市南山区南海大道3688号 |