基于核空间的多光谱遥感图像分类方法.pdfVIP

维普资讯 第 3期 ，总第 53期 国 土 资 源 遥 感 No．3，2002 2002年 9月 15日 REM OTE SENSING FOR LAND ER SOURCES Sept．，2002 基于核空 间的多光谱遥感 图像分类方法 刘伟强，胡 静 ，夏德深 (南京理工大学603教研室，南京 210094) 摘要 ：提 了多光谱遥感图像分类方法 中解决非线性问题的一种思路。通过引入核空间理论 ，将在输入空间中不 能线性分类的问题映射到一个可以进行线性分类 的高维空间，并利用核 函数避免 了在高维空间中运算的复杂度， 较好地解决 了非线性分类 问题。利用这种思路，本文对一种 比较简单 的分类算法—— 自适应最小距离分类方法加 以改进 ，并将其应用于多光谱遥感图像 的分类中，提出了一种核函数的选择策略。实验表明，这种策略更有利于多 光谱遥感图像的分类 ，在训练速度降低较少的情况下 ，分类精度有 了一定的提高。 关键词 ：核函数 ；遥感 ；最小距离分类 ；多光谱 中图分类号 ：TP391．41 文献标识码 ：A 文章编号：1001—070X(2002)03—0044—04 分类 问题 P，设 代表待分类样本集 ，X∈R，R称为 0 引言 输入空间或测量空间。在此空间中，P是一个非线 遥感 图像分类是信息提取及处理的关键技术之 一 一 一 。 快速、高精度 的遥感 图像分类方法是实现各种 中 (X) 实际应用的前提。为提高遥感 图像分类精度 ，综合 利用多波段卫星图像进行分类无疑是一种切实可行 的方案 。但是 ，由于所考察的地物 (例如小麦 、水稻、 林地 、水域等)在遥感 图像上 图斑零散 、灰度值范 围 图 1 核 空 间理 论基 本原 理 宽，因此 目标之 间、目标和背景之 间往往属于线性不 性或线性不可分 的问题 (图 1a所示 )。通过寻找合 可分或非线性分类 问题 ，这是 目前影响分类精度 的 适 的映射 函数 ()(可能是非线性 的)，可 以将输 重要原因；另外，遥感 图像数据量庞大，传统 的分类 入空间中的样本集 映射到一个高维空间 F 中，使 算法在解决分类 问题 中存在许多不足之处，要么仅 得在空 间 F 中，分类 问题 P能进行线 性分类 (图 仅能解决线性 问题 ¨，要么虽能解决非线性 问题 ，但 1b)。F称为特征空间，它可 以有任意大的维数，甚 是计算复杂度高 J，在效率上无法满足要求 。为此 ， 至是无限维。其 中映射函数 ( )定义为 本文首先介绍了近年来的研究热点——支持 向量机 ( )： — F X ∈R (1) (SVM)的3大基础理论 (结构风险理论 、二次优化理