| 基于模糊空谱特征的高光谱图像分类 |
| |
| 引用本文： | 陈瑞,徐金东,刘兆伟,阎维青,王璇,宋永超,倪梦莹.基于模糊空谱特征的高光谱图像分类[J].南京大学学报(自然科学版),2023(1):145-154. |
| |
| 作者姓名： | 陈瑞 徐金东 刘兆伟 阎维青 王璇 宋永超 倪梦莹 |
| |
| 作者单位： | 1. 烟台大学计算机与控制工程学院;2. 烟台大学物理与电子信息学院 |
| |
| 基金项目： | 国家自然科学基金（62072391,62066013）； |
| |
| 摘 要： | 难以兼得高空间分辨率和光谱分辨率的高光谱遥感数据常存在“同物异谱”和“同谱异物”现象，这种光谱异质问题给分类过程带来了一定的不确定性，且现有深度分类网络存在空间信息利用不足和拟合退化问题.提出一种联合空间和模糊光谱特征的双分支高光谱遥感图像分类方法，通过在光谱分支中设计非对称卷积模糊模块增强卷积层的光谱表征能力，解决分类数据中的光谱异质问题，进而对地物特征进行精确的分类描述.采用门控循环单元模型分组获取相邻光谱序列信息，缓解因网络深度增加带来的拟合退化问题，在空间分支中利用波段间的相关性引入卷积长短时记忆模块，充分捕捉空间上下文信息.在三个公开的高光谱数据集上的实验结果表明，双分支结构的模糊分类网络能充分利用光谱和空间包含的细粒度信息，更具判别力的空谱特征有效地克服了光谱异质问题，比流行的深度学习方法取得了更好的分类结果 .
|
| 关 键 词： | 高光谱遥感 图像分类 非对称卷积模糊模块 模糊学习 空谱特征 |
|
|
