一种结合空间域信息的高光谱分类结果优化方法

Optimize Classification Results for Hyperspectral Images by Combining Spatial Information

充分利用空间域信息来优化高光谱图像分类的结果,首先提出并采用了一种基于自适应阈值的高光谱图像边缘轮廓提取算法,然后又提出了一种内部膨胀法,之后结合两种方法对基于支持向量机的高光谱图像分类结果进行了优化。最后,应用实测数据对所提方法进行了验证,结果表明提出的方法通过引入空间域信息,可在较少地依赖先验知识的情况下,使高光谱图像分类结果得到一定程度的优化。

This paper presents a novel method for extracting hyperspectral images＇ edges based on an adaptive threshold.Then it proposes an internal expansion method.Combining these two methods,optimizes the results for SVM-based hyperspectral images classification.Finally,it verifies the effectiveness of the proposed method based on a real hyperspectral dataset.