Инд. авторы: Melnikov P.V., Pestunov I.A., Rylov S.A.
Заглавие: Comparison of spectral-spatial classification methods for hyperspectral images of high spatial resolution
Библ. ссылка: Melnikov P.V., Pestunov I.A., Rylov S.A. Comparison of spectral-spatial classification methods for hyperspectral images of high spatial resolution // Журнал Сибирского федерального университета. Серия: Техника и технологии. - 2017. - Vol.10. - Iss. 6. - P.805-811. - ISSN 1999-494X. - EISSN 2313-6057.
Внешние системы: DOI: 10.17516/1999-494X-2017-10-6-805-811; РИНЦ: 29876378;
Реферат: rus: В работе рассматриваются три метода классификации гиперспектральных изображений высокого пространственного разрешения: 1) попиксельная классификация с последующей фильтрацией получаемой картосхемы, 2) спектрально-текстурная классификация на основе геометрических моментов и 3) спектрально-текстурная классификация на основе предварительной сегментации. Приводятся результаты экспериментального сравнения указанных методов на данных, полученных с помощью авиационного гиперспектрометра.
eng: This paper reviews three methods of spectral-spatial classification for hyperspectral images of high spatial resolution: 1) pixelwise classification with post-filtering of resulting class map; 2) spectral-spatial classification based on geometric moments; 3) spectral-spatial classification based on segmentation. The paper provides the results of experimental comparison of these methods. The experiments are based on classification of images obtained by airborne hyperspectral sensor.
Ключевые слова: spectral-spatial classification; гиперспектральное изображение; локальный контекст; спектральнотекстурная классификация; Hyperspectral images; Local context;
Издано: 2017
Физ. характеристика: с.805-811
Цитирование: 1. Дворкин Б.А., Дудкин С.А. Новейшие и перспективные спутники дистанционного зондирования Земли. Геоматика, 2013, 2, 16-21. 2. Fauvel M., Benediktsson J.A., Chanussot J., Sveinsson J.R. Spectral and spatial classification of hyperspectral data using SVMs and morphological profiles. IEEE Trans. Geosci. Remote Sens., 2008, 46(11), 3804-3814. 3. Kozoderov V.V., Kondranin T.V., Dmitriev E.V., Kamentsev V.P. Bayesian classifier applications of airborne hyperspectral imagery processing for forested areas. Advances in Space Research, 2015, 55(11), 2657-2667. 4. Грин ЖВТ-2016 Борзов С.М., Мельников П.В., Пестунов И.А., Потатуркин О.И., Федотов А.М. Комплексная обработка гиперспектральных изображений на основе спектральной и пространственной информации. Вычислительные технологии. 2016, 21(1), 25-39. 5. Kumar B., Onkar D.O. Spectral-spatial classification of hyperspectral imagery based on moment invariants. IEEE Journal of selected topics in applied earth observations and remote sensing, 2015, 8(6), 2457-2463. 6. Рылов С.А., Мельников П.В., Пестунов И.А. Спектрально-текстурная классификация гиперспектральных изображений высокого пространственного разрешения. Интерэкспо ГеоСибирь. 2016; 4(1), 78-84. 7. Пестунов И.А., Рылов С.А. Алгоритмы спектрально-текстурной сегментации спутниковых изображений высокого пространственного разрешения. Вестник КемГУ, 2012, 4/2 (52), 104-110.