基于3D Gabor多视图主动学习的高光谱图像分类

来源：计算机工程与应用杂志2018年第22期北京时间：

作者：姚 琼1，徐 翔1，2，邹 昆1

单位：1.电子科技大学中山学院 计算机学院，广东 中山 528400 ；2.中山大学 地理科学与规划学院，广州 510275

摘要：针对高光谱遥感图像中标记样本获取困难的问题，研究如何选择少量高质量的查询样本进行交互标记的多视图主动学习算法。首先采用不同尺度和方向的三维Gabor滤波器组提取高光谱图像空谱特征；然后挑选出类别判别能力较强的三维Gabor特征来构建多视图；最后提出一种基于多视图后验概率差异最小（MPPD）的样本查询策略。实验初选30个标记样本，经过100次迭代后，三维Gabor特征多视图结合MPPD查询策略在ROSIS Pavia University和AVIRIS Indiana Pines两个数据集上的总体分类精度分别达到94.16%和91.30%，表明通过三维Gabor可以有效提取高光谱遥感图像空谱特征，提供具有多样性和互补性的特征视图。结合MPPD查询策略能挑选出最有价值的查询样本。

关键词：高光谱图像分类,多视图学习,主动学习,查询策略,三维Gabor