基于多显著性特征融合的高光谱遥感图像分类方法及系统

摘要

本发明公开一种基于多显著性特征融合的高光谱遥感图像分类方法及系统，涉及图像分类技术领域，采用技术方案包括：对原始高光谱遥感图像进行降维；利用扩展形态学方法EMP得到降维图像的形态学特征图；针对降维图像和形态学特征图，分别利用局部二值模式LBP和梯度直方图HOG提取纹理特征和梯度特征，再分别利用基于布尔映射的显著性BMS得到基于纹理和梯度的显著性特征，并执行先融合基于纹理和梯度的显著性特征、再整体融合所有显著性特征的操作，针对融合的最后结果，利用随机森林分类算法进行像素点的分类。本发明可以提高分类过程中的特征利用率，解决当前基于深度神经网络的高光谱遥感图像分类方法中模型调参困难、容易过拟合、训练代价高等问题。