基于地物波谱形态参数化的高光谱图像分类方法研究.pdfVIP

第37卷第2期 湖北大学学报 (自然科学版) Vol_37 No．2 2015年3月 JournalofHubeiUniversitv(NaturalScience) Mar．．20l5 文章编号：1000—2375(2015)02一叭16—06 基于地物波谱形态参数化的高光谱图像 分类方法研究 谢凯 (长江航道测量中心，湖北 武汉 430010) 摘要：利用语素向量的形态描述方法实现地物波谱形态的参数化 ，以不同地物具有不同波谱曲线为地物分类准则，在 MATLAB设计中，实现一种带通配符的地物波谱曲线形态差异遥感图像分类程序 ，应用此程序对高光谱遥感图像所得的 分类结果与其他分类方法所得的分类结果进行对比．结果说明，此方法可以将地物波谱的波形信息最大限度地保留并利 用，进一步解决遥感影像分类中 “光谱值”相似及现有的光谱匹配方法受类内差异变化影响大的问题 ，运用Kappa系数的 精度评价证明此方法对高光谱遥感图像的分类优于SVM分类方法 ． 关键词：波谱形态参数化；MATLAB；高光谱遥感图像分类 中图分类号：TP751 文献标志码：A DOh10．3969~．issn．1000—2375．2015．02．005 Thehyperspectralimageclassificationmethodbasedonparameterization ofobjectspectralprofileshape XIEKai (ChangjiangWaterwaySurveyCenter，Wuhan430010，China) Abstract：By the shape description method ofmorpheme vector to parameterize feature spectral morphology，andbasedontheclassificationcriteriathatdifferentfeatureswerewithdifferentspectralcurves， researcherdesignedaremotesensingimageclassificationprogram withwildcardbyMATLAB toanalyzethe differentspectralcurves．Comparedwith theresultsofotherwaysinclassification ofhyperspectralremote sensingimage，thisprogram couldpreserveandusethewaveform informationoffeaturespectrum maxinmmly． Notonlyfurthersolvingtheproblemsthatremotesensing imageclassificationhadbeen given excessive attentiontothesimilarityofspectralvalues，andlargelyimpactbythedifferenceswithintheclass，butalso demonstratethishyperspectralremotesensingimageclassificationwassuperiortotheSVM methodbyKappa coefficient． Keywords：parameterization ofspectralmoprhology；MATLAB；classification ofhyperspeetralremote sensingimage 0 引言 在 自然界中每个地物都是以光谱特征作为基本表现形式，且均有 自己独特的波谱反射和辐射特性， 可利用其地物波谱的差异对 目标地物进行遥感识别 “．因此，精确地对遥感图像进行分类和专