用于高光谱遥感图像分类的空间约束高斯过程方法.pdfVIP

南京大学学报(自然科学) 第45卷第5期 V01．45，No．5 oF JOURNALNANJINGUNlVERSITY 2009年9月 Sept．，2009 (NATURAI。SCIENCES) 用于高光谱遥感图像分类的空间约束高斯过程方法‘ 姚伏天”，钱j云涛 (浙江大学计算机科学与技术学院，杭州，310027) 摘要： 高光谱遥感图像分类是遥感图像处理的一项重要内容．高光谱遥感图像具有非线性属性．图 像中不同方位光谱特征的变化将使得仅从标记训练样本得到的分类器分类精度不会太高．为了提高分 类的精度，一方面应对光谱信息的合理利用；另一方面，对空间信息的利用也非常重要．高斯过程 (Gaussion process，GP)是一种贝叶斯统计学习方法，能够建立概率模型，并且使得分类结果更易于解 释．传统GP分类方法中核甬数的构造仅利用光谱信息．本文提出了一种加入空间关系的新分类方法． Gauss 利用遥感图像空间相关性，在GP分类方法中通过构造新的核函数(spatialkernel，SGK)来实现 空间约束，部分消除了同物异谱和同谱异物造成的分类错误．实验结果表明，该方法对于提高高光谱遥 感图像的分类精度具有积极意义． 关键词： 遥感图像，分类，高斯过程，空间相关性，核函数 751．1 中图分类号：TP A for Gaussianmethod spatial process hyperspectral remote classification sensingimagery Yao F“一Tian。QianYk，2一Tn0 of (College ComputerScience，ZhejiangUniversity，Hangzhou。310027，China) of Abstract：Classification remote isan issueofremote hyperspectralsensingimageryimportant sensingimages remote havenonlinear classifierderivedfromlabeled processing．Hyperspectralsensingimages property．A samples not wellfora ifthe ofclassesacrossthe orderto mayperform specificsub-regionspectralsignatures vary image．In of accuracyclassification，notinformationof shouldbeutilized，butinformation improve onlyspectral images s