基于变分贝叶斯ICA的遥感图像混合像元分析-电讯技术.PDFVIP

第53卷 第10期 电讯技术 Vol.53摇 No.10 2013年10月 Telecommunication Engineering Oct. 2013 doi:10.3969/ j.issn.1001-893x.2013.10.004 基于变分贝叶斯 ICA的遥感图像混合像元分析* ** 董江山,李成范 ,赵俊娟,尹京苑,沈摇 迪,薛摇 丹 (上海大学 计算机工程与科学学院,上海200111) 摘摇 要:混合像元已成为遥感图像处理、分类的难点和重点。 独立分量分析(ICA)能够实现图像的 去相关性以及得到相互独立的分量,但是,由于ICA模型的各成分独立性和数据统计分布规律的不 变假设,影响了遥感图像分类精度。 针对这一问题,提出了基于变分贝叶斯ICA(VBICA)的遥感图 像分析方法,并利用遥感图像进行验证,结果表明:VBICA方法提取的独立分量具有均方根误差小、 迭代次数少和稳定性较好的特点;基于VBICA方法的遥感分类精度达到了91郾55%,且目视效果较 好;VBICA方法突破了ICA 的局限性,提高了遥感图像自动分类精度,具有很好的应用前景。 关键词:遥感图像;混合像元;独立分量分析;FastICA;变分贝叶斯ICA;自动分类 中图分类号:TN911.73摇 摇 文献标志码:A摇 摇 文章编号:1001-893X(2013)10-1274-05 Mixed Pixel Analysis of Remote Sensing Image Based on Variational Bayesian ICA Method DONGJiang鄄shan,LI Cheng鄄fan,ZHAOJun鄄juan,YINJing鄄yuan,SHEN Di,XUE Dan (School of Computer Engineering and Science,Shanghai University,Shanghai200444,China) Abstract:The mixed pixels have become the difficulty and keystone of remote sensing image analysis and classification. Independent component analysis (ICA) not only removes the correlation,but also can ob鄄 tain mutual independent band images. However,the restrictions of independence and the fixed statistical distribution rule of ICA model itself affect the classification accuracy of remote sensing images. In order to overcome this problem,thevariationalBayesianICA (VBICA)methodisproposedtoanalyzeremotesens鄄 ing images,anditisverifiedbythetrueremotesensingimages. Theempiricalresultsshow that:theinde鄄 pendent components extractedbytheVBICAmethodischaracterizedbylessRMSE,iterationnumbersand good stability;the classification accuracy of remote sensing images reaches91郾55%,and the method has