摘要
一种基于超像素分割和聚类的高光谱图像波段选择方法,包括:超像素分割;空间特征提取;关键波段识别与波段聚类选择;验证结果;本发明通过优化潜在特征矩阵和使用动态规划算法选择关键波段,提高了高光谱图像的分类精度,通过融合优化后的潜在特征矩阵和在频域上保持波段的有序性,增强了波段选择的稳定性,通过选择有代表性的波段子集,减少了高光谱图像的维度,同时避免了原始图像物理结构的破坏,达到有效降维的目的;通过波段选择而非特征提取,减少了信息的冗余,提高了数据的利用效率;在波段选择过程中考虑了超像素之间的空间结构信息,更全面地保留了高光谱图像的全局空间结构。
技术关键词
矩阵
像素
空间特征提取
相似性度量方法
动态规划算法
图像
拉普拉斯
空间结构信息
关键性
梯度下降法
分割方法
元素
关系
聚类
分类器
特征值
冗余
数据
系统为您推荐了相关专利信息
运输控制方法
矿渣
运输车
运输控制系统
蚁群算法
识别器
识别分类方法
集成学习方法
识别分类系统
样本