基于独立分量分析的遥感影像非监督分类方法-武汉大学学报·信息.pdfVIP

第 卷 第 期 武 汉 大 学 学 报 ·信 息 科 学 版 Ｖｏｌ．３０Ｎｏ．１ ３０ １ 年 月 Ｊａｎ．２００５ ２００５ １ ＧｅｏｍａｔｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅｏｆＷｕｈａｎＵｎｉｖｅｒｓｉｔ ｙ 文章编号： （ ） 文献标识码： １６７１８８６０２００５０１００１９０４ Ａ 基于独立分量分析的遥感影像非监督分类方法 ， 易尧华１２ ３ ２ ２ 余长慧 秦前清 龚健雅 　 　 　 （ 武汉大学印刷与包装系，武汉市珞喻路 号， ） １ １２９ ４３００７９ 　 （ 武汉大学测绘遥感信息工程国家重点实验室，武汉武汉市珞喻路 号， ） ２ １２９ ４３００７９ 　 （ 武汉大学遥感信息工程学院，武汉市珞喻路 号， ） ３ １２９ ４３００７９ 　 摘 要：利用独立分量分析的方法，从图像信号分离的角度出发，将每个波段像元的光谱特征看成是由相互独 　 立的不同地物类型光谱信号混合而成。通过 ＥＴＭ＋ 遥感影像数据的分类试验，验证了该方法应用于多光谱 遥感影像非监督分类的有效性。 关键词：多光谱遥感影像分类；线性光谱混合模型；独立分量分析 中图法分类号： Ｐ２３７．３ 遥感获取影像的方式通常是传感器按一定的 例决定。概括起来，混合像元模型主要有两类，即 　　 空间分辨率将连续的地表分成不连续的像元。遥 线性光谱混合模型（ｌｉｎｅａｒｓｅｃｔｒａｌｒａｎｄｏｍｍｉｘ ｐ 感影像分类以区分影像中所包含的多个不同的地 ， ）和非线性光谱混 ｔｕｒｅａｎａｌｓｉｓｍｏｄｅｌＬＳＲＭＡＭ ｙ 物类别为目的。最早的遥感影像分类方法是基于 合模型。线性模型是迄今为止使用最多的一种模 ［］ 纯像元的分类，利用传统的统计学方法，它主要根 型，其突出优点是算法简单 １ 。 据地物光谱的平均量，应用统计分类学习识别方 法，对像元进行逐点判别。这种方法假定每个像 １ 线性光谱混合分析模型