Utilisation de voisins appropriés pour augmenter l'ensemble d'entraînement dans la classification par maximum de vraisemblance hyperspectrale

Une méthode est présentée pour compléter l'ensemble d'entraînement dans la classification par maximum de vraisemblance des données hyperspectrales afin d'atténuer le phénomène de Hughes. Basée sur l'idée que les voisins proches des pixels d'entraînement proviennent probablement de la même classe, des mesures sont proposées pour évaluer les voisins comme des candidats potentiels afin que ceux sélectionnés améliorent les statistiques de classe et la précision de la classification.