基于扩展随机游走的高光谱图像分类

本文介绍了一种基于扩展随机游走（ERW）的高光谱图像光谱空间分类方法，该方法包括两个主要步骤。首先，采用广泛使用的像素分类器，即支持向量机（SVM）来获得高光谱图像的分类概率图，其反映了每个高光谱像素属于不同类别的概率。然后，利用ERW算法优化所获得的像素概率图在加权图中编码高光谱图像的空间信息。具体地，基于三个因素确定测试像素的类别，即，由SVM分类器学习的像素统计信息，空间相关性。在由图形边缘的权重建模的相邻像素之间，以及由随机步行者建模的训练和测试样本之间的连通性。由于这三个因素在基于ERW的全局优化框架中都得到了很好的考虑，因此该方法对三个因子表现出非常好的分类性能。即使训练样本的数量