[发明专利]基于三维Gabor特征选择的高光谱遥感图像分类方法及系统

摘要

本发明适用于高光谱遥感图像分类，提供了基于三维Gabor特征选择的高光谱遥感图像分类方法，步骤包括A，根据设定的频率和方向参数值生成三维Gabor滤波器；B，将高光谱遥感图像与三维Gabor滤波器进行卷积运算，得到三维Gabor特征；C，从三维Gabor特征中选择出对各类分类贡献度符合要求的若干三维Gabor特征；D，使用选择出的三维Gabor特征通过多任务稀疏分类方法对高光谱遥感图像进行分类。本发明基于三维Gabor特征，使用的三维Gabor特征包含信号丰富的局部变化信息，特征表达能力强；通过Fisher判别准则选择三维Gabor特征，充分利用了特征间隐藏的高级语义，去除了冗余信息，降低了分类时间复杂度；进一步，使用稀疏编码，将三维Gabor特征和多任务结合起来，大大提高了分类精度。

主权项

一种基于三维Gabor特征选择的高光谱遥感图像分类方法，其特征在于，所述高光谱遥感图像分类方法包括下述步骤：步骤A，根据设定的频率和方向参数值生成若干三维Gabor滤波器；步骤B，将高光谱遥感图像与生成的所述若干三维Gabor滤波器进行卷积运算，得到若干三维Gabor特征；步骤C，利用Fisher判别准则，从得到的所述若干三维Gabor特征中选择出对各类分类贡献度符合预设要求的若干三维Gabor特征；步骤D，将选择出的每个三维Gabor特征的索引保存在索引矩阵中，并将选择出的每个三维Gabor特征分为训练集和测试集，计算测试集中测试样本的三维Gabor特征在训练集上的稀疏编码系数，使用稀疏编码系数和训练集根据所述索引矩阵分别重构三维Gabor矩阵，得到若干重构误差并对所述重构误差进行累加，将累加重构误差最小的类别作为所述测试样本的类别，按照所述测试样本的类别对所述高光谱遥感图像进行分类。