一种针对高光谱图象识别与分类的二进编码方法.pdfVIP

第39卷 第 3期 航 空 计 算 技 术 Vo1．39No．3 2009年 5月 AeronauticalComputingTechnique May．2009 一 种针对高光谱图象识别与分类的二进编码方法 佘红伟 ，张艳宁 (1．西北工业大学理学院，陕西 西安710072；2．西北工业大学计算机学院，陕西西安710072) 摘 要：针对高光谱遥感图像中地物识别与分类 问题 ，在对传统二进编码方法的优缺点进行分析的 基础上，给出了一种新的二进编码策略，并给出了相应的快速 匹配算法。该算法原理简单，易于实 现，能够提高不同地物的可分性 ，试验结果表明，算法可以得到较好的分类效果。 关键词：高光谱遥感图像；二进编码；分类 中图分类号：TP751 文献标识码：A 文章编号：1671—654X(2009)03—0099—04 引言 配和分类算法。 高光谱遥感图像具有丰富的光谱信息、图像信息 和空间信息，因此在 目标识别与地物分类中有着非常 1 传统的二进编码思想 重要的应用前景。但是在提供比其它遥感图像更多信 由于高光谱图像具有海量信息的特点，所以要求 息量的同时，高光谱图像 由于其波段较多(通常几百甚 算法能尽可能提高处理效率，也就是说，对光谱库的查 至上千波段)，致使数据量巨大，使得广泛应用于多光 找和匹配过程必须是有效和快速的。由于成像光谱数 谱图像处理中的各种地物识别与分类算法在高光谱图 据一般具有很大的光谱冗余度，在实际使用时可能并 像处理中速度很慢、效率较低。如何面对高光谱数据 不需要全部光谱数据的原始形式。Goetz_4提出了针 的海量以及高维特点，将高光谱图像的各种特征相结 对光谱进行二值编码的建议，使得光谱可用简单的0 合，研究快速、高效的目标识别与分类算法是 目前和未 — 1序列来表述。一旦完成编码，就可利用基于最小 来一段时间内高光谱图像处理研究的一个热点。 汉明距离的算法来进行匹配识别。传统的二进编码思 高光谱分类算法 通常可以分为有监督的分类 想如公式 (1)所示 ： 算法和无监督的分类算法，其中前者是基于对高光谱 ()≤ 图像上样本区内的地物的类属已有先验的知识，即已 ()T 经知道它所对应的地物类别，于是可以利用这些样本 式中，()是像元第 i波段的亮度值，h(i)是其编 类别的特征作为依据来判断非采样区数据的类别；而 码，是选定的门限阈值，一般选为光谱的平均亮度。 后者则是不知待分类高光谱图像 中的地物种类，纯粹 通过上述二进编码 ，每个像元灰度值就变为 lbit，像元 依靠不同光谱数据在统计上的差别来进行盲分类。常 光谱就变为一个与波段数长度相同的编码序列，原来 用的有监督分类算法有：二进制编码法、光谱角填 图 需要几十个甚至几百个整型数据来存储的一条光谱曲 法、平行六面体方法、最小距离法、最大似然法、神经网 线，只需要用几个整形数就可以存储，使得高光谱数据 络分类法、决策树分类法、基于专家系统的分类法等；无 得到了巨大的压缩。在进行匹配运算时，也只需要进 监督的分类算法有：IsoData方法、K—Means方法等。 行简单的位运算 (按位异或)即可，算法实现简单，分 二进编码法由于思想简单、处理速度快，在高光谱 类效率较高处理速度得到很大提高。因此，二进编码 图像地物识别与