基于小波分量特征值匹配的高光谱影像分类

李新双; 张良培; 李平湘; 吴波

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于小波分量特征值匹配的高光谱影像分类

李新双, 张良培, 李平湘, 吴波

文章导航 > 武汉大学学报 ( 信息科学版) > 2006 > 31(3): 274-277

李新双, 张良培, 李平湘, 吴波. 基于小波分量特征值匹配的高光谱影像分类[J]. 武汉大学学报 ( 信息科学版), 2006, 31(3): 274-277.

引用本文:

李新双, 张良培, 李平湘, 吴波. 基于小波分量特征值匹配的高光谱影像分类[J]. 武汉大学学报 ( 信息科学版), 2006, 31(3): 274-277.

LI Xinshuang, ZHANG Liangpei, LI Pingxiang, WU Bo. Hyperspectral Image Classification Based on Features of Wavelet Vectors[J]. Geomatics and Information Science of Wuhan University, 2006, 31(3): 274-277.

Citation:

LI Xinshuang, ZHANG Liangpei, LI Pingxiang, WU Bo. Hyperspectral Image Classification Based on Features of Wavelet Vectors[J]. Geomatics and Information Science of Wuhan University, 2006, 31(3): 274-277.

基于小波分量特征值匹配的高光谱影像分类

¹ 武汉大学测绘遥感信息工程国家重点实验室,武汉市珞喻路129号,430079;² 成都市勘察测绘研究院,成都市一环路北70号,610081

基金项目: 国家973计划资助项目(2003CB415205);国家自然科学基金资助项目(40471088405230051)

详细信息

作者简介:
李新双,硕士,研究方向为遥感图像处理、光谱匹配。

中图分类号: TP751;P237.3

Hyperspectral Image Classification Based on Features of Wavelet Vectors

¹ State Key Laboratory of Information Engineering in Surveying,Mapping and Remote Sensing,Wuhan University,129 Luoyu Road,Wuhan 430079,China;² Chengdu Institute of Survey and Investigation,70 Yihuan Road,Chengdu 610081,China

Funds: 国家973计划资助项目(2003CB415205);国家自然科学基金资助项目(40471088405230051)

摘要: 提出了一种基于小波分量特征值的高光谱影像分类算法。针对每个像素构建一个能反映该分量特征的函数,得到其特征值。再利用这些特征值与参考光谱的特征值进行匹配,从而对整幅影像实现分类。实验证明,该方法比传统的光谱角制图法和交叉相关系数法的分类精度有较大提高。
- 特征提取 /
- 图像分类 /
- 光谱匹配 /
- 小波变换
Abstract: A novel approach for mapping hyperspectral data is presented by extracting the feature of wavelet vectors.The expected decomposed level-L is decided for a given hyperspectral imagery and then a function is constructed to extract the feature of each vector for every pixel.Classified image is obtained by comparing the feature between the pixel vector and the reference spectra.Comparisons with spectral angle mapping(SAM) and cross correlation spectral match(CCSM) are also done.
- feature extraction /
- image classification /
- spectral matching /
- wavelet transform

[1]	姚永祥, 段平, 李佳, 王云川. 联合对数极坐标描述与位置尺度特征的无人机影像匹配算法 . 武汉大学学报 ( 信息科学版), 2022, 47(8): 1271-1278. doi: 10.13203/j.whugis20200362
[2]	罗亦泳, 姚宜斌, 黄城, 张静影. 基于改进VMD的变形特征提取与分析 . 武汉大学学报 ( 信息科学版), 2020, 45(4): 612-619. doi: 10.13203/j.whugis20180286
[3]	陈志坤, 江俊君, 姜鑫维, 白露, 蔡之华. 一种基于改进双边滤波的鲁棒高光谱遥感图像特征提取方法 . 武汉大学学报 ( 信息科学版), 2020, 45(4): 504-510. doi: 10.13203/j.whugis20180267
[4]	陈铁桥, 柳稼航, 朱锋, 王一豪, 刘佳, 陈杰. 适用于遥感分类的多邻域粗糙集加权特征提取方法 . 武汉大学学报 ( 信息科学版), 2018, 43(2): 311-317. doi: 10.13203/j.whugis20150290
[5]	王毅, 李季. 基于SVM的高光谱遥感图像亚像元定位 . 武汉大学学报 ( 信息科学版), 2017, 42(2): 198-201. doi: 10.13203/j.whugis20150443
[6]	白璘, 刘盼芝, 惠萌. 利用小波核最小噪声分离进行高光谱影像SVM分类 . 武汉大学学报 ( 信息科学版), 2016, 41(5): 624-628,644. doi: 10.13203/j.whugis20140209
[7]	杨晟炜, 刘真, 吴明光, 张桢杰. 一种基于特征光谱匹配的多色分色方法 . 武汉大学学报 ( 信息科学版), 2015, 40(4): 563-568. doi: 10.13203/j.whugis20130345
[8]	何培培, 万幼川, 高贤君, 秦家鑫. 基于彩色信息尺度不变特征的街景影像匹配 . 武汉大学学报 ( 信息科学版), 2014, 39(7): 867-872.
[9]	陈敏, 邵振峰. 一种稳健的高效角点特征提取变换 . 武汉大学学报 ( 信息科学版), 2013, 38(12): 1142-1147.
[10]	林娜, 杨武年, 王斌. 高光谱遥感影像核最小噪声分离变换特征提取 . 武汉大学学报 ( 信息科学版), 2013, 38(8): 988-992.
[11]	何楚, 刘明, 许连玉, 刘龙珠. 利用特征选择自适应决策树的层次SAR图像分类 . 武汉大学学报 ( 信息科学版), 2012, 37(1): 46-49.
[12]	宁津生, 王伟, 汪海洪, 罗佳. 应用小波变换确定琉球俯冲带的深部特征 . 武汉大学学报 ( 信息科学版), 2010, 35(10): 1135-1137.
[13]	余瑞星, 朱冰, 张科, 吕梅柏. 基于小波的ICM不变特征在图像匹配识别中的应用 . 武汉大学学报 ( 信息科学版), 2008, 33(12): 1225-1228.
[14]	龚声蓉, 杨善超. 具有图像内容保持特性的小波域可见水印 . 武汉大学学报 ( 信息科学版), 2006, 31(9): 757-760.
[15]	黄昕, 张良培, 李平湘. 基于小波的高分辨率遥感影像纹理分类方法研究 . 武汉大学学报 ( 信息科学版), 2006, 31(1): 66-69.
[16]	徐新, 王雁, 陈嘉宇, 孙洪. 基于小波系数统计特征的SAR图像恢复 . 武汉大学学报 ( 信息科学版), 2006, 31(10): 855-857.
[17]	方圣辉, 龚浩. 动态调整权重的光谱匹配测度法分类的研究 . 武汉大学学报 ( 信息科学版), 2006, 31(12): 1044-1046.
[18]	江万寿, 郑顺义, 张祖勋, 张剑清. 航空影像特征匹配研究 . 武汉大学学报 ( 信息科学版), 2003, 28(5): 510-513.
[19]	张祖勋, 张剑清, 胡翔云. 基于物方空间几何约束最小二乘匹配的建筑物半自动提取方法 . 武汉大学学报 ( 信息科学版), 2001, 26(4): 290-295.
[20]	仇彤. 基于小波变换的松弛法影像匹配 . 武汉大学学报 ( 信息科学版), 1998, 23(2): 145-148.