基于空谱一体化的农田高光谱图像分类-江苏农业学报.PDFVIP

江苏农业学报(ＪｉａｎｇｓｕＪ.ｏｆ Ａｇｒ.Ｓｃｉ.)ꎬ２０１８ꎬ３４(４):８１８~８２４ ８１８ ｈｔｔｐ:/ / ｗｗｗ.ｊｓｎｙｘｂ.ｃｏｍ 苗荣慧ꎬ黄锋华ꎬ杨　 华ꎬ等. 基于空谱一体化的农田高光谱图像分类[Ｊ].江苏农业学报ꎬ２０１８ꎬ３４(４):８１８￣８２４. ｄｏｉ:１０.３９６９/ ｊ.ｉｓｓｎ.１０００￣４４４０.２０１８.０４.０１５ 基于空谱一体化的农田高光谱图像分类 １ １ １ １ ２ 苗荣慧 ꎬ　 黄锋华 ꎬ　 杨　 华 ꎬ　 邓雪峰 ꎬ　 陈晓倩 (１.山西农业大学信息科学与工程学院ꎬ山西 太谷 ０３０８０１ꎻ ２.西北农林科技大学信息工程学院ꎬ陕西 杨凌 ７１２１００) 　 　 摘要:　 为强化高光谱成像技术在近地农业方面的应用ꎬ以农田近红外高光谱图像为研究对象ꎬ利用高光谱成 像技术ꎬ结合光谱分析方法和监督分类方法ꎬ对农田图像进行分类ꎮ 针对高光谱图像数据量大、非线性等特点ꎬ采 用主成分分析(ＰＣＡ)和支持向量机(ＳＶＭ)法建立农田图像分类器ꎮ 在利用光谱信息分类的基础上ꎬ采用空谱一体 化方法对光谱分类结果进行修正ꎬ去除孤立点和噪声的影响ꎮ 基于支持向量机的总体分类精度为８８４％ꎬ采用空 谱一体化方法的总体分类精度最高达８９７％ꎬ说明利用空间信息修正光谱信息可以提高近地农田对象的分类精 度ꎬ为基于高光谱图像的近地农田识别提供理论依据ꎮ 关键词:　 高光谱图像ꎻ 空谱一体化ꎻ 农田图像分类ꎻ 主成分分析ꎻ 支持向量机 中图分类号:　 ＴＰ７５１ꎻＴＰ３９１　 　 　 文献标识码:　 Ａ　 　 　 文章编号:　 １０００￣４４４０(２０１８)０４￣０８１８￣０７ Ｆａｒｍｌａｎｄ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｏｆ ｈｙｐｅｒｓｐｅｃｔｒａｌ ｉｍａｇｅ ｂａｓｅｄ ｏｎ ｓｐａｔｉａｌ￣ｓｐｅｃｔｒａｌ ｉｎｔｅｇｒａｔｉｏｎ ｍｅｔｈｏｄ １ １ １ １ ２ ＭＩＡＯ Ｒｏｎｇ￣ｈｕｉ ꎬ　 ＨＵＡＮＧ Ｆｅｎｇ￣ｈｕａ ꎬ　 ＹＡＮＧ ｈｕａ ꎬ　 ＤＥＮＧ Ｘｕｅ￣ｆｅｎｇ ꎬ　 ＣＨＥＮ Ｘｉａｏ￣ｑｉａｎ (１. Ｃｏｌｌｅｇｅ ｏｆ ＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇꎬＳｈａｎｘｉＡｇｒｉｃｕｌｔｕｒａｌ ＵｎｉｖｅｒｓｉｔｙꎬＴａｉｇｕ０３０８０１ꎬＣｈｉｎａꎻ ２.Ｃｏｌｌｅｇｅｏｆ ＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇꎬＮｏｒｔｈ￣ ｗｅｓｔＡ＆Ｆ ＵｎｉｖｅｒｓｉｔｙꎬＹａｎｇｌｉｎｇ ７１２１００ꎬＣｈｉｎａ) 　 　 Ａｂｓｔｒａｃｔ:　 Ｉｎ ｏｒｄｅｒｔｏｉｎｔｅｎｓｉｆｙｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆ ｈｙｐｅｒｓｐｅｃｔｒａｌ ｉｍａｇｉｎｇｔｅｃｈｎｏｌｏｇｙ ｉｎｎｅａｒｆｉｅｌｄａｇｒｉｃｕｌｔｕｒｅꎬｎｅａｒ￣ｉｎ￣ ｆｒａｒｅｄ ｈｙｐｅｒｓｐｅｃｔｒａｌ ｉｍａｇｅｓ ｗｅｒｅ ｓｅｌｅｃｔｅｄ ａｓ ｒｅｓｅａｒｃｈ ｏｂｊｅｃｔｓꎬａｎｄ ｔｈｅ ｈｙｐｅｒｓｐｅｃｔｒａｌ ｉｍａｇｉｎｇ ｔｅｃｈｎｏｌｏｇｙ ｃｏｍｂｉｎｉｎｇ ｗｉｔｈ ｓｐｅｃｔｒａｌ ａｎａｌｙｓｉｓｍｅｔｈｏｄａｎｄｓｕｐｅｒｖｉｓｅｄｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｗａｓｕｓｅｄｔｏｃｌａｓｓｉｆｙｔｈｅｆａｒｍｌａｎｄｉｍａｇｅｓ.Ｓｉｎｃｅｔｈｅｈｙｐｅｒｓｐｅｃ￣ ｔｒａｌ ｄａｔａ ｈａｄ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｏｆ ｈｕｇｅ ａｎｄ ｎｏｎｌｉｎｅａｒꎬｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ (ＰＣＡ) ａｎｄ ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｍａｃｈｉｎｅ (ＳＶＭ)ｗｅｒｅ ａｄｏｐｔｅｄｆｏｒ ｃｌａｓｓｉｆｉｅｒ ｅｓｔａｂｌｉｓｈｉｎｇ. Ｏｎ ｔｈｅ ｂａｓｉｓ ｏｆ ｓｐｅｃｔｒａｌ ｃｌａｓｓｉｆ