【技术实现步骤摘要】
本专利技术涉及遥感领域的高光谱图像分类方法，具体涉及一种。
技术介绍
高光谱遥感图像具有高的光谱分辨率，并能为每个像元提供几乎连续的地物光谱曲线，因此高光谱遥感能够反演陆地细节。目前，高光谱图像已有广泛的应用。由于成像光谱仪在辐射能量传输过程中，容易受大气分子散射和吸收、气溶胶的散射和吸收、地表散射、地形等影响，导致高光谱数据的光谱形状会发生扭曲，从而引入各种噪声。因此，研究高光谱数据的特征提取方法是十分必要的。经验模态分解方法(Empirical Mode Decomposition, EMD)是由美国国家航空航天管理局(National Aeronautics and Space Administration, NASA)的黄傳博于 1998 年提出的一种非平稳、非线性信号的有效方法。相对小波变换，EMD具有更好的时频特性，能够自适应地提取非线性非平稳信号的本质特征。然而，当信号在时间尺度上存在跳跃变化时，EMD将发生模态混叠效应，从而使最后获得的内固模态函数(MF)失去真实的物理意义。针对EMD的模态混叠效应，Huang等人提出了集合经验模态分解。2004...
【技术保护点】
基于快速集合经验模态分解的高光谱图像分类方法，其特征在于所述高光谱图像分类方法包括如下步骤：步骤一：分析内固模态函数筛选次数K和加噪、分解次数N对集合经验模态分解结果的影响；步骤二：在分析结果基础上提出基于互信息阈值的快速集合经验模态分解算法，利用快速集合经验模态分解算法对高光谱图像波进行特征提取和特征选择；步骤三：采用SVM分类器对已选择的高光谱图像特征组合进行分类，获得分类结果。
【技术特征摘要】
【专利技术属性】
技术研发人员：沈毅，王艳，金晶，
申请(专利权)人：哈尔滨航控博创科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。