融合光谱-空间信息的高光谱遥感影像增量分类算法
  • 【DOI】

    10.11947/j.AGCS.2015.20140388

  • 【摘要】

    提出了一种融合光谱和空间结构信息的高光谱遥感影像增量分类算法 INC_SPEC_MPext.通过主成分分析(PCA)提取高光谱影像的若干主成分,利用数学形态学提取各主分量影像对应的形态学剖面(MP),再将所有主分量影像的形态学剖面归并联结,组成扩展的形态学剖面(MPext ).将MPext与光谱信息相结合以增加知识,最大限度地挖掘未标记样本的有用信息,优化分类器的学习能力.不断从分类器对未标记样本... 展开>>提出了一种融合光谱和空间结构信息的高光谱遥感影像增量分类算法 INC_SPEC_MPext.通过主成分分析(PCA)提取高光谱影像的若干主成分,利用数学形态学提取各主分量影像对应的形态学剖面(MP),再将所有主分量影像的形态学剖面归并联结,组成扩展的形态学剖面(MPext ).将MPext与光谱信息相结合以增加知识,最大限度地挖掘未标记样本的有用信息,优化分类器的学习能力.不断从分类器对未标记样本的预测结果中甄选置信度高的样本加入训练集,并迭代地利用扩大的训练集进行分类器构建和样本预测.以不同地表覆盖类型的AVIRIS Indian Pines和Hyperion EO-1 Botswana 作为测试数据,分别与基于光谱、MPext、光谱和MPext融合的分类方法进行比对.试验结果表明,在训练样本数量有限情况下,INC_SPEC_MPext算法在降低分类成本的同时,分类精度和 Kappa 系数都有不同程度的提高. 收起<<

  • 【作者】

    王俊淑  江南  张国明  李杨  吕恒 

  • 【作者单位】

    南京师范大学虚拟地理环境教育部重点实验室,江苏 南京 210023; 江苏省地理信息资源开发与利用协同创新中心,江苏 南京210023/江苏省卫生统计信息中心

  • 【刊期】

    测绘学报 ISTIC EI PKU 2015年9期

  • 【关键词】

    高光谱遥感影像  形态学  空间信息  光谱信息  增量分类  hyperspectral remote sensing image  morphology  spatial information  spectral information  incremental classification 

  • 【基金项目】

    国家自然科学基金 环保公益性行业科研专项 江苏高校优势学科建设工程资助项目 地球系统科学数据共享平台项目 江苏省高校自然科学研究面上项目 江苏省普通高校研究生科研创新计划