基于局部gabor二进制模式的高光谱伪装目标图像分类

？为提高光谱伪装目标图像分类精度，提出了一种基于局部gabor二进制模式（lgbp)的空间分类方法。lgbp作为一种多尺度算法，被用来提取高光谱图像的纹理特征。然后高光谱图像中的每一个像元可以用一个光谱特征向量及一个纹理特征向量表示。通过这种方法，增大类间距离。最后使用多核支持向量机结合光谱信息和空间纹理信息实现对高光谱伪装目标图像的分类。实验证明了该方法的有效性，分类总体精度和kappa系数分别达到了95.6%和0.937。所提出的方法对于提高分类精度及鲁棒性具有重要意义。