融合谱间特征的高分辨率遥感影像分类.pdf

第39卷 第 11期 测绘与空间地理信息 Vo1．39，No．11 2016年 11月 GEOMATICS＆SPATIALlNFORMATIoNTECHNOLOGY Nov．，2016 融合谱间特征的高分辨率遥感影像分类 李 胜，李 亮，甘 泉，薛 鹏，应国伟 (四川省第三测绘工程院，四川 成都610500) 摘 要：传统影像分类方法仅利用灰度、纹理等谱 内特征 ，未能充分利用谱间特征，针对这一不足，本文提 出一种 融合谱间特征的高分辨率遥感影像分类方法。采用主成分分析法(PrincipalComponentAnalysis，PCA)对遥感影 像进行变换 ，提取前两个主分量作为变换后的数据；通过影像分割方法获取像斑，选取训练样本像斑；利用灰度 直方图与联合灰度直方图分别表达像斑的谱内特征与谱 间特征 ，采用G统计量度量直方图距 离，依据距 离倒数 加权计算像斑的谱 内概率与谱间概率，依据加权组合谱内概率与谱间概率构建联合概率，在联合概率最大基础 上获取影像分类结果。在 QuickBird遥感影像上的实验结果表明了本文方法的有效性 ，总体分类精度与kappa系 数分别达到 了90．0％和 86．7％。 关键词：谱 内特征 ；谱间特征；主成分分析法；直方图；G统计量 中图分类号：P237 文献标识码：A 文章编号：1672—5867(2016)11—0049—06 ClassificationM ethodBasedonFeaturebetween theSpectral UsingHigh SpatialResolutionRemoteSensingImages LISheng，LILiang，GANQuan，XUEPeng，YINGGuo—wei (TheThirdSurveyingandMappingEngineeringInstituteofSichuanProvince，Chengdu610500，China) Abstract：Thetraditionalimageclassificationmethodcanonlyusethefeatureatthespectral suchasgrayandtexture，can’ttakefull useofthefeaturesbetweenthespectra1．Inordertoovercomethisinsufficient，amethodoffusionfeaturesbetweenthespectral ispro— posedinthepaper．ImagewastransformedusingPCA method．Thefirsttwoprincipalcomponentswaschosenasimageaftertrans— form．Imagesegmentationwasemployedtogetimageobjectsfromwhichtrainingsampleobjectswereselected．Grayhistorgamand jointgrayhistogramwereusedtodescribefeaturesatthespectralandfeaturesbetweenthespectra1．Historgamdistancewasmeasured byG statistic．Inversedistanceweightingmethodwasusedtocalculatetheprobabilityatthespecialandprobabilitybetweenthespee— tralwhichwereweightedtobuildjointprobbaility．ImageclassificationresultWasobtainedbymaximumjointprobbaility．Theexperi- mentalresultsontheQuickBirdimageverifytheeffectivenessoftheproposedmethod．Theoverallclassificationaccuracyandkappa coefficienthavebee