高级检索
ENGLISH

基于空-谱特征K-means的长波红外高光谱图像分类

汪凌志, 雷正刚, 周浩, 余春超, 杨智雄, 段绍丽, 聂冬

汪凌志, 雷正刚, 周浩, 余春超, 杨智雄, 段绍丽, 聂冬. 基于空-谱特征K-means的长波红外高光谱图像分类[J]. 红外技术, 2020, 42(4): 348-355.
引用本文: 汪凌志, 雷正刚, 周浩, 余春超, 杨智雄, 段绍丽, 聂冬. 基于空-谱特征K-means的长波红外高光谱图像分类[J]. 红外技术, 2020, 42(4): 348-355.
shu
WANG Lingzhi, LEI Zhenggang, ZHOU Hao, YU Chunchao, YANG Zhixiong, DUAN Shaoli, NIE Dong. Long-wave Infrared Hyperspectral Image Classification Based on K-means of Spatial-Spectral Features[J]. Infrared Technology , 2020, 42(4): 348-355.
Citation: WANG Lingzhi, LEI Zhenggang, ZHOU Hao, YU Chunchao, YANG Zhixiong, DUAN Shaoli, NIE Dong. Long-wave Infrared Hyperspectral Image Classification Based on K-means of Spatial-Spectral Features[J]. Infrared Technology , 2020, 42(4): 348-355.
shu

基于空-谱特征K-means的长波红外高光谱图像分类

  • 昆明物理研究所,云南昆明,650223

  • 云南大学,云南昆明,650500

  • 中国科学院昆明物理研究所

  • 云南大学

详细信息

  • 中图分类号: TP391.41

Long-wave Infrared Hyperspectral Image Classification Based on K-means of Spatial-Spectral Features

摘要

    摘要
  • 摘要: 高光谱图像(hyper spectral imagery,HSI)分类已成为探测技术的重要研究方向之一,同时也在军事和民用领域得到广泛运用.然而,波段数目巨大、数据冗余、空间特征利用率低等因素已成为高光谱图像分类的挑战,且现有的高光谱分类大多利用可见光或短波红外高光谱数据分类.针对这些问题,本文提出了一种基于光谱和空间特征的K-means分类方法.首先提取空间特征,然后将光谱与空间特征相结合并降维,最后引入K-means算法得到较普通K-means更佳的分类结果.并将此算法运用在长波红外的高光谱图像分类中.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(4)

  • 期刊类型引用(0)

    其他类型引用(4)

    • 资源附件(0)
计量
  • 文章访问数:  120
  • HTML全文浏览量:  10
  • PDF下载量:  39
  • 被引次数: 4
出版历程

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献(4)
    资源附件(0)

    /

    返回文章
    返回

    版权所有 © 《红外技术》编辑部京ICP备000000000号-1

    本系统由 北京仁和汇智信息技术有限公司 开发  百度统计