结合空间信息的EDCC测度光谱匹配分类方法
  • 【DOI】

    10.3969/j.issn.1673-6338.2017.06.007

  • 【摘要】

    光谱匹配分类方法以光谱相似性测度为分类准则,一种相似性测度只对应于光谱曲线的一种特征,用于光谱匹配分类效果并不好;组合不同类型的相似性测度能够有效改善分类效果,但光谱匹配分类往往忽略了相邻像元间的相关性.为了更好地利用空间信息,提高光谱匹配分类精度,首先组合欧氏距离测度和相关系数测度,得到欧氏距离-相关系数测度;其次通过加入空间乘子,得到结合空间信息的欧氏距离-相关系数测度,从而在光谱匹配分类中增... 展开>>光谱匹配分类方法以光谱相似性测度为分类准则,一种相似性测度只对应于光谱曲线的一种特征,用于光谱匹配分类效果并不好;组合不同类型的相似性测度能够有效改善分类效果,但光谱匹配分类往往忽略了相邻像元间的相关性.为了更好地利用空间信息,提高光谱匹配分类精度,首先组合欧氏距离测度和相关系数测度,得到欧氏距离-相关系数测度;其次通过加入空间乘子,得到结合空间信息的欧氏距离-相关系数测度,从而在光谱匹配分类中增加了空间信息约束.采用两组高光谱影像进行实验验证,结果表明,相比于单一相似性测度及组合相似性测度,结合空间信息的欧氏距离-相关系数测度用于光谱匹配分类能够有效改善分类精度. 收起<<

  • 【作者】

    魏祥坡  余旭初  张鹏强  谭熊  刘冰 

  • 【作者单位】

    信息工程大学

  • 【刊期】

    测绘科学技术学报 ISTIC PKU 2017年6期

  • 【关键词】

    高光谱影像  光谱匹配  相似性测度  欧氏距离-相关系数测度  空间信息  hyperspectral imagery  spectral match  similarity measure  Euclidean distance-Correlation coefficient measure  spatial information 

  • 【基金项目】

    卫星测绘技术与应用国家测绘地理信息局重点实验室经费资助项目 信息工程大学自主科研课题项目 河南省科技攻关计划项目