1 昆明物理研究所，云南昆明 650223
2 云南大学，云南昆明 650500
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**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。
空间特征 光谱特征 长波红外高光谱图像 高光谱分类 K-means K-means, PCA, long wave infrared spectral features
