一种基于改进双边滤波的鲁棒高光谱遥感图像特征提取方法

作     者：陈志坤 江俊君 姜鑫维 白露 蔡之华 CHEN Zhikun;JIANG Junjun;JIANG Xinwei;BAI Lu;CAI Zhihua

作者机构：北部湾大学资源与环境学院广西北部湾海洋灾害研究重点实验室广西钦州535011 中国地质大学(武汉)计算机学院湖北武汉430074 哈尔滨工业大学计算机科学与技术学院黑龙江哈尔滨150001 北京理工大学管理与经济学院北京100081 

出 版 物：《武汉大学学报（信息科学版）》 (Geomatics and Information Science of Wuhan University)

年 卷 期：2020年第45卷第4期

页      面：504-510页

核心收录：

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081802[工学-地球探测与信息技术] 081203[工学-计算机应用技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61773355,41666003,41966007) 广西本科高校特色专业及实验实训教学基地(中心)建设项目 钦州市科学研究与技术开发计划(201714322) 北部湾大学引进高层次人才科研启动项目(2019KYQD27) 

主　　题：分类选优 双边滤波 高光谱遥感图像 特征提取 

摘      要：双边滤波(bilateral filtering,BF)是一种简单有效的高光谱遥感图像(hyperspectral image,HSI)特征提取算法。该算法在非结构相似像素空间距离近时会被分配较大权重,从而降低加权限制效果。提出一种分类选优的双边滤波算法(classified optimization bilateral filtering,COBF),从相邻像素集内选择类别结构最相似的像素组成新的相邻像素集,确保新的相邻像素集中用于加权平均的相邻像素尽可能相似,以提高特征提取效果。使用支持向量机(support vector machine,SVM)对COBF提取的HSI特征分类以验证其有效性。结果显示,当训练样本数量只有10个时,Indian Pines、Salinas和PaviaU的分类精度分别高达83.8%、96.0%和90.6%。