遥感图像异物同谱干扰消除技术研究与仿真.pdfVIP

第30卷 第1期 计 算 机 仿 真 2013年1月 文章编号：1006—9348(2013)01—0423—40 遥感 图像异物同谱干扰消除技术研究与仿真 陈 珂 ，彭志平，柯文德 (广东石油化工学院计算机科学与技术系，广东茂名 525000) 摘要：研究卫星遥感图像异物同谱干扰消除问题。遥感图像具有较低的空间分辨率差异被淡化，不同地面物体反射或发射 能量之间的光谱差异随着距离的传递迅速衰减，在远程采集图像终端光谱差异消失，存在着 “异物同谱”的现象。传统的遥 感图像分类技术主要依靠光谱距离差异测量与统计分析的原理来进行图像分类，在光谱差异迅速衰减造成异物同谱现象的 干扰下，距离频率特征被干扰破坏，很难以上述标准为基础进行准确分类。为此提出一种改进的HSV模型用于遥感图像的 干扰消除，将特征向量做为测试参数输入到优化改进后的BP神经网络进行分类，克服异物同谱现象带来的特征提取与分类 不准确的弊端。实验证明，改进方法可以准确地对低分辨率的遥感图像进行干扰消除，对图像进行准确的分类，并为遥感图 像正确提取提供了依据。 关键词：异物同谱 ；优化神经网络；遥感图像分类 中图分类号：TP317．4 文献标识码 ：B RemoteSensingImageClassificationBasedon ImprovementofNeuralNetworkHSV M odle CHEN Ke，PENG Zhi—ping，KEW en—de (DepartmentofCompnterScienceandTechnologyGuangdongUniversityofPetrochemicalTechnoloyg MaomingGuangdong525000，China) ABSTRACT：Researchinterterenceeliminationproblem offoreignbodywithspectrum ofsatelliteremotesensingima— ges．ThearticleputforwardanimprovedHSV modelusedforremotesensingimageinterferenceelimination．Thefea— turevectorwastakenastest：inputparameterstooptimizetheimprovedBPneuralnetworktocarryontheclassifica— tion，whichcanovercomethedisadvantagesofinaccuratefeatureextractionandclassification offoreign bodywith spectrum．Experimentsshowthatthemethodcaneffectivelyeliminatetheinterferencesintheremotesensingimages， andclassifytheremotesensingimageaccurately． KEYW ORDS：Foreignbodywithspectrum ；Optimizingneuralnetwork；Remotesensingimageclassification 1 引言 些方法国内外出现了一些优秀的系统与软件技术来进行遥 遥感图像获取是获取地球的环境信息及其变化的主要 感图像的分类，比如新加坡3一Link公司发布的ENVI_5J、加 工具，遥感图像的采集具有宏观全i面快速获取等优点，这些 拿大ERM公司研制的ERMapper 等软件系统，这些系统都 优点使该项技术在国民生产中发挥着越来越重要的作用…。