分段线性分类与最大似然与平行六面体分类的对比分析.pdfVIP

维普资讯 第10卷第4期 遥 感 技 术 与 应 用 蹦 ．10，Ⅳ。．4 rCI ． 1995年12月 REM0TESENSINGTECHN0L0GYANDAPPLlcATl0N Dec．1995 ＼、／ 。 分段线性分类与最大似然和平行六面体 分类的对比分析 教遘I 1 4 摘 要 介绍 了以单面判别平面、最优权 重向量和权位判定逻辑为基末 想的分段线 性 分类方法 (PLC)。在 多时相数字视频数据实测 中，PLC的处理速度 虽略低于平行六面体 分类法 (PPC)，却远高于高斯最大似 ．然分类法(GMLC)；而PLC的分类精度不但与GMLC 相近 ，且远 高于 PPC。实验表明，在遥 感作物分类精度和运算速度方面 ，PLC是比GMLC或 PPC更优的选择。 关键词分段线性分类 费 高斯最大似然分类 (GMLC)通常用于土地利用和土地覆盖多光谱遥感数据分类 。执行 这种参数分类，要求典型训练样点必须适用于估计每一类的均值向量和协方差矩阵 而且， 如要希望得到一可接受的分类精度，就要求每一类的训练样点必须有一单峰光谱特征分布。 平行六面体分类 (PPC)采用非参数方法 ，是遥感应用领域相对于 GMLC的另一选择 。PPC 不要求数据有高斯分布，但要求特征空间中线性判别平面平行于特征轴 。此方法难于使特征 空间中交叉类别分离 ，确定PPC的判别界线也严重依稹于人为判断，所 以 比许 多其它分类 方法更受人们的误识影响。 分段线性分类(PLC)是此项研究中提出并测试的一种PPC方法的扩展形式。通过用多 时相数字视频数据对上述三种分类算法在分类精度和速度方 面的评判 ，本研究试 图证明 PLC方法在遥感作物类型的分类精度和计算速度方面 比另两种方法更优 。 研究试验区随机选在德克萨斯 州的 Weslaco镇附近，由分为 4组 的 24块 7．1lm × 9．1~m的地块组成。总面积 42．67×35．56m。。视频图像 由4架黑 白视额摄像机分别于 1983 年 5月 31日和 7月24日午前睛空时在 900m高空摄得 ，图像波段为蓝(42O～430nm)、黄绿 (520~550nm)、红 (640~670nm)和近红外 (850~890nm)。所有视频图像均用垒帧采样方式 数字化为 256个灰度级 ，并构成 8个 512X512数据矩阵，经空间配准后 ，以谱段逐行交替方 式 (BIL)记录成 8通道磁盘文件(192列，l63行)。研究中采用数字地面真实掩模计算了前 述三种分类器的分类精度 ，并为了避开不完整像元和植被裸土交叉区的干扰 。删除了样地之 间的掩模边界区。 l 方法 要正确评价分段线性分类的意义，就需了辩简单线性分类的理论基础 。线性判别函数可 收藕 日期 1995—05—03 维普资讯 第 4期 分段线性分类与最大似然和平行六面体分类的对 比分析 57 表述为下列公式 ： G (X)一 W l*Xl+ W2*X2+ … + W d*Xd+ Wd+l， 式中w。、w 、w 和 wd+为权重系数 ，G是x分量的线性函数。简单的线性分类 由线性分类 器进行 。线性分类器用线性判别函数将特征空间分隔为两个区。线性判别函数可视为一种 分离面，最简单的分离面形式是超平面。超平面将特征空间一分为二 ，例如 ： G(x)一 w ·X 0和 G(x) O 式中W 一 (Wl，W ．．，Wd，Wd+1)，