谐波能量谱特征向量的高光谱影像Bayes分类.pdfVIP

第34卷第5期 计算机应用研究 V01．34No．5 2017年5月 Researchof Mav2017 Application Computers 谐波能量谱特征向量的高光谱影像Bayes分类 杨可明，刘二雄，卓伟，张婉婉，刘聪 (中国矿业大学(北京)地球科学与测绘工程学院，北京100083) 摘要：对于高光谱影像存在高维非线性、数据冗余多、纯训练样本难以提取等不足，引入频率域空间的谐波分 析(harmonic 空一谱特性不变的情况下，从光谱维角度分析不同分解层的影像光谱谐波特征，将高光谱影像变换成由谐波能 量谱组成的频率域特征矢量信息。通过建立谐波能量谱特征向量的先验知识，实现Bayes准则下谐波能量谱特 征矢量信息判别与分类，最终实现高光谱影像分类。将此方法应用到ROSIS高光谱影像分类时获得的分类总体 精度达85．5％，Kappa系数也达到了0．812。进一步实验也证明了频率域的谐波分析在高光谱遥感影像特征提 取与分类方面具有更好的优势和潜力。 ’ 关键词：高光谱影像；频率域变换；谐波分析；能量谱；Bayes准则；监督分类 中图分类号：TP751 文献标志码：A 文章编号：1001．3695(2017)05—1585-05 doi：10．3969／j．issn．1001—3695．2017．05．069 classificationfor basedon Bayes hyperspectralimage energyspectral characteristicvectors obtainedharmonic by analysis Wanwan，“u YangKeming，LiuErxiong，ZhuoWei，Zhang Cong (CollegeofGeosciences＆Survey 100083，China) Engineering，ChinaUniversityofMining＆Technology(Beijing)，Beijing the of as andhardex- Abstract：Consideringdisadvantages nonlinear，dataredundancy hyperspectralimagehigh—dimensional to a classificationmethodforthe tractabilitypuretrainingsamples，thispaperproposedsupervisedHA—Bayes hyperspectral the domainharmonic methodcould theharmoniccharacteristic