一种结合多种特征信息的高光谱图像分类方法

摘要

本发明公开一种结合多种特征信息的高光谱图像分类方法，包括如下步骤：步骤1，提取待分类高光谱图像的光谱、梯度、纹理、形状多种特征数据：步骤2，利用分水岭分割算法对待分类高光谱图像进行分割，划分成若干个空间近邻组；步骤3，运用MFKSADL模型学习得到字典和稀疏编码；步骤4，利用编码系数训练SVM分类器，预测高光谱图像测试集标签。此种方法可解决高光谱图像中存在的同物异谱，同谱异物等问题，可有效提高高光谱图像分类精度。