一种基于PCALDA的卫星遥感图像的分类方法.pdfVIP

第３０卷第２期　　　 计算机应用与软件 Ｖｏｌ３０Ｎｏ．２ ２０１３年２月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｆｅｂ．２０１３ 一种基于ＰＣＡＬＤＡ的卫星遥感图像的分类方法 赵　蔷　宋笑雪　郭新明　李　红 （咸阳师范学院信息工程学院　陕西咸阳７１２０００） 摘　要　　结合主成分分析ＰＣＡ（ＰｒｉｎｃｉｐａｌＣｏｍｐｏｎｅｎｔｓＡｎａｌｙｓｉｓ）和线性判别分析ＬＤＡ（ＬｉｎｅａｒＤｉｓｃｒｉｍｉｎａｎｔＡｎａｌｙｓｉｓ）的特点，提出一 种基于ＰＣＡＬＤＡ算法的卫星遥感图像色彩分类方法。该算法将ＰＣＡ算法和ＬＤＡ算法的特征空间相融合，得到融合颜色特征空间。 该方法去除了图像的Ｒ、Ｇ、Ｂ之间的相关性，改善了光照敏感性，采用基于区域分类的空间一致性原则对图像进行颜色分类。实验 结果表明，该方法是对多频谱遥感图像分类的一种有效的方法。 关键词　　ＰＣＡ　ＬＤＡ卫星遥感图像的分类　空间一致性 中图分类号　ＴＰ７５１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１３．０２．０５２ ＡＣＬＡＳＳＩＦＩＣＡＴＩＯＮＡＰＰＲＯＡＣＨＦＯＲＳＡＴＥＬＬＩＴＥＲＥＭＯＴＥ ＳＥＮＳＩＮＧＩＭＡＧＥＢＡＳＥＤＯＮＰＣＡＬＤＡ ＺｈａｏＱｉａｎｇ　ＳｏｎｇＸｉａｏｘｕｅ　ＧｕｏＸｉｎｍｉｎｇ　ＬｉＨｏｎｇ （ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＸｉａｎｙａｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｘｉａｎｙａｎｇ７１２０００，Ｓｈａａｎｘｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　ＷｅｐｒｏｐｏｓｅａｃｏｌｏｕｒｃｌａｓｓｉｆｉｃａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｓａｔｅｌｌｉｔｅｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｓｂａｓｅｄｏｎＰＣＡＬＤＡ，ｗｈｉｃｈｉｎｔｅｇｒａｔｅｓｔｈｅ ｆｅａｔｕｒｅｓｏｆｃｏｍｐｏｎｅｎｔｓａｎａｌｙｓｉｓ（ＰＣＡ）ａｎｄｌｉｎｅａｒｄｉｓｃｒｉｍｉｎａｎｔａｎａｌｙｓｉｓ（ＬＤＡ）．ＴｈｅａｌｇｏｒｉｔｈｍｆｕｓｅｓｔｈｅｆｅａｔｕｒｅｓｐａｃｅｓｏｆＰＣＡａｎｄＬＤＡ ａｌｇｏｒｉｔｈｍｓｔｏｇｅｔｔｈｅｃｏｌｏｕｒｆｕｓｅｄｆｅａｔｕｒｅｓｐａｃｅ．ＴｈｅａｌｇｏｒｉｔｈｍｒｅｍｏｖｅｓｔｈｅｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎＲ，ＧａｎｄＢｏｆｔｈｅｉｍａｇｅ，ｉｍｐｒｏｖｅｓｔｈｅｌｉｇｈｔ ｓｅｎｓｉｔｉｖｉｔｙａｎｄｃｌａｓｓｉｆｉｅｓｔｈｅｃｏｌｏｕｒｓｏｆｔｈｅｉｍａｇｅｕｓｉｎｇｒｅｇｉｏｎｃｌａｓｓｉｆｉｃａｔｉｏｎｂａｓｅｄｓｐａｔｉａｌｃｏｎｓｉｓｔｅｎｃｙｐｒｉｎｃｉｐｌｅ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓ ｄｅｍｏｎｓｔｒａｔｅｔｈａｔｔｈｅＰＣＡＬＤＡｂａｓｅｄａｌｇｏｒｉｔｈｍｉｓａｎｅｆｆｅｃｔｉｖｅｍｅｔｈｏｄｔｏｃｌａｓｓｉｆｙｔｈｅｒｅｍｏｔｅｍｕｌｔｉｆｒｅｑｕｅｎｃｙｓｅｎｓｉｎｇｉｍａｇｅ． Ｋｅｙｗｏｒｄｓ　　ＰＣＡ　ＬＤＡ　Ｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｓａｔｅｌｌｉｔｅｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅ　Ｓｐａｔｉａｌｃｏｎｓｉｓｔｅｎｃｙ 少的特征空间，但同时保留原始图像的绝大部分信息［５］。最常 ０　引　言 使用的方法就是主成分分析（ＰＣＡ）。ＰＣＡ是一种非常有用的数 学方法，它是一种最小均方意义上的最优变换，去除输入随机向 随着高分辨率传感器的应用，卫星图像的使用越来越广。 量之间的相关性，突出原始数据中的隐含特性。但ＰＣＡ方法存 卫星图像在公共交通系统、地理信息系统和环境检测系统中发 在对光照敏感的缺陷［６］。ＬＤＡ算法在处理原始图像数据时，通 挥着越来越重要的作用。快速、高精度的遥感图像分类是实现 过从原始图