摘要：針對高光譜影像分類問題,提出了一種顯著性特征提取方法。首先,利用超像素分割算法將高光譜影像3個相鄰波段分割為若干個小區域。然后,基于分割得到的小區域計算反映不同區域的顯著性特征。最后,沿著光譜方向采用大小為3、步長為1的滑窗法獲得所有波段的顯著性特征。進一步將提取的顯著性特征與光譜特征進行結合,并將結合后的特征輸入到支持向量機中進行分類。利用Pavia大學、Indian Pines和Salinas 3組高光譜影像數據進行分類試驗。試驗結果表明,與傳統的空間特征提取方法和基于卷積神經網絡的高光譜影像分類方法相比,提取的顯著性特征能夠獲得更高的高光譜影像分類精度,且結合光譜特征能夠進一步提高分類精度。