论文部分内容阅读
高光谱遥感技术通过数十至数百个连续且细分的光谱波段对目标区域同时成像,成像的每个像元点蕴含丰富的光谱信息,为进行高精度的地物识别和分类提供可能性,因此,高光谱图像分类成为高光谱遥感核心技术之一。然而,如何利用高光谱图像的空间信息和如何选取训练样本是高光谱图像面临两大难点。本文针对以上两个难点,进行研究,提出基于KNN非局部滤波的高光谱图像分类方法,并通过主动学习算法指导该分类方法选取训练样本。本文的工作简要概括如下：1.基于KNN非局部滤波的高光谱图像分类方法：该方法先根据高光谱图像的光谱信息,通过