结合光谱和形态剖面特征自适应加权影像分类 .pdfVIP

学兔兔 第35卷 第l0期 仪 器 仪 表 学 报 Vo1．35 No．10 2014年 1O月 Chinese Journal of Scientific Instrument 0ct．2O14 结合光谱和形态剖面特征自适应加权影像分类 陈荣元 ，徐雪松 ，郑 晨。，中立智 ，李广琼 (1．湖南商学院计算机与信息工程学院 长沙 410205；2．国防科学技术计算机学院 长沙 410073； 3．河南大学数学与信息科学学院 开封 475000) 摘 要：针对遥感影像分类中多特征利用的问题，提出一种综合利用光谱和形态剖面特征的分类方法。该方法首先将原始影像 经形态属性滤波器滤波所得的形态剖面特征和影像光谱值一起组成特征向量；然后依据训练样本各特征分量的方差确定不同 地物类别相应特征分量的初始权重，并通过训练样本的特征加权获得各类别的初始中心；随后，根据初始权重计算每个训练样 本到各聚类中心的加权距离，将最小距离对应的类别作为训练样本的初始类别；再对每一类别，根据该类训练样本中那些被错 分为其他类别样本的均值与该类初始中心的距离来调整该类初始权重；最后，根据调整后的权重，采用加权距离最小分类方法 对整个影像进行分类。实验结果表明，形态剖面特征有效地弥补了光谱信息区分能力不足的缺点，调整后的权重强化了区分能 力强的特征分量。 关键词：影像分类；形态属性剖面特征；光谱特征；信息加权 中图分类号：TP751 TH7 文献标识码：A 国家标准学科分类代码：520．60 Adaptively weighted image classification based on spectral and morphological attribute profile features Chen Rongyuan ，Xu Xuesong ，Zheng Chen ，Shen Lizhi ，Li Guangqiong (J．School ofComputer and Information Engineering，Hunan University ofCommerce，Changsha 410205，China； 2．School ofcomputer，National University ofDefence Techonlogy，Changsha 410073； 3．School ofMathematics and Information Sciences，Henan University，Kaifeng 475000，China) Abstract：To utilize muhiple features for classification of remote images，a novel classification algorithm adaptively combing spectral fea— tures and morphological attribute profiles is proposed．First，the morphological features are extracted from original image bands using muhiple morphological attribute filtering procedures and are stacked together with spectral bands to create a spectral—spatial joint feature space．Second，t