本发明公开了一种基于多级统计学特征提取的高光谱分类方法,首先为每个像素鉴定超像素邻域集合,有利于准确提取空间上下文信息。然后,提出多级统计学特征,包括平均特征、协方差描述特征及高斯特征,充分提取空间几何信息、不同光谱间的关联信息以及空间‑光谱信息间的变化特征,能在很大程度上提高分类精度。并且,设计多级核函数并构建多任务核稀疏表示分类模型,有效融合三种统计学特征,完成分类任务,进一步提高了弱监督条件下的分类精度及稳定性。与同类最新提出的高光谱分类方法相比,本发明特征提取分类方法分类精度更高,可应用于高光谱分类及航天遥感、地质勘查、农业信息监测、海洋和大气监测及军事侦察等实际工程领域。
声明:
“基于多级统计学特征提取的高光谱分类方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)