结合纹理信息Hyperion高光谱影像分类.pdfVIP

浙 江 农 林 大 学 学 报 ，2013，30(6)：880—886 JournalofZheji~gAFUniversity 结合纹理信息Hyperion高光谱影像分类 张倩倩 ，陈 健 ，江 洪 1,2 唐敏忠 (1．浙江农林大学 浙江省森林生态系统碳循环与固碳减排重点实验室 ，浙江 临安 311300；2．南京大学 国际地球系统科学研究所 ，江苏 南京 210093) 摘要 ：高光谱遥感光谱特征 明显 ，单纯利用其光谱优势难 以达到影像分类精度要求 ，特别是 区分植被精细类别。 为 了进一步提高Hyperion高光谱影像分类精度 ，研究加入包含区域亮度变化及结构特征 的纹理信息，试图提高分 类精度。以杭州市余杭区百丈镇为试验 区，首先提取研究 区道路、建筑物、农田、毛竹Phyllostachysedul~林 、马 尾松Pinusmassoniana林和栎类Querc 等7种类型的端元光谱 ，然后对端元进行线性光谱分离，利用二阶概率矩 阵对线性光谱分离出的8个波段提取纹理特征 ，最终结合线性分离后的端元光谱实现分类。结果表明：纹理信息 融入后分类结果较单源信息光谱角制图和单源信息支持 向量机方法有 明显的改善 ，建筑物精度分别提高了34．13％ 和 17．16％，农 田提高了 19．71％和 9．24％，马尾松则改善 了27．09％和 5．42％，栎类精度提高了近 3．00％和 10．00％， 且一定程度上避免 了椒盐效应。采用光谱与纹理信息结合的方法对 Hyperion高光谱影像分类是可行 的。分类过程 中端元的提取、纹理分析时特征向量的组合及纹理移动窗口大小的选择对分类结果起重要的作用。图6表 1参 19 关键词：森林测计学；遥感 ；分类；高光谱 ；端元；纹理 中图分类号 ：$758．4 文献标志码：A 文章编号：2095—0756(2013)06—0880—07 ． ClassificationofHyperionhyperspectralimagerydatausingtexture ZHANGQianqian，CHENJian，JIANGHong ，TANGMinzhong (1．ZhejiangProvincialKeyLaboratoryofCarbonCyclinginForestEcosystemsandCarbonSequestration，ZhejiangA FUniversity，Lin’an311300，Zhejiang，China；2．InternationalInstituteforEarthSystem Science，Nanjing 0093，Jiangsu，China) University，Nanjing21 ． Abstract：Hyperspectralremotesensinghasanobviousspectralsignature，whichcanprovidedetailedspec— tralmappingacrossall220bandswithhighradiometricaccuracy，butitisdifficulttoachieveclassification accuracyfordifferentcovertypeswiththeiruniquespectrum especiallyofrthefinevegetationcategories．To improveclassificationandtoovercomelackofprecisionwiththeuniquespectralsignatureofHyperionhyper- spectralimagerydata，spectrum datatogetherwithtexturalinformation，whichdescribedtheimage’Schangeof grayscaleandstructuralcharacteristicsintheresearchareaofBaizhangTown，YuhangDistrict， Hangzhou City，wasusedwithendmembersofroads，buildings，farms，Phyllostachysedulis，Pinusmassoni