1 武汉大学测绘遥感信息工程国家重点实验室, 武汉 430079
2 武汉大学计算机学院, 武汉 430079
针对传统融合空间和光谱特征方法仅使用单一空间特征, 并未充分利用其双高分辨率的特点, 提出了一种基于纹理特征和形态学特征融合的高光谱影像分类方法.首先利用传统主成份分析变换降低高光谱影像的维数, 消除空间相关性, 然后对每一主成分采用灰度共生矩阵提取纹理特征, 获得扩展纹理特征, 最后结合形态学特征和部分光谱特征进行高光谱影像的分类.实验证明, 本文提出的方法能更好地克服传统光谱特征分类的局限性, 提高高光谱影像的分类准确度.
主成分分析 形态学特征 纹理特征 高光谱 灰度共生矩阵 Principle component analysis Extend morphological profile Texture feature Hyperspectral Gray level co-occurrence matrix
