用于高光谱遥感图像分类的空间约束高斯过程方法

• 作者: 姚伏天 钱沄涛
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 遥感图像 分类 高斯过程 空间相关性 核函数
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 数据挖掘及应用专栏
• 页码范围: 665-670
• 页数: 6页
• 分类号: TP751.1
• 字数: 4151字
• 语种: 中文
• DOI: 10.3321/j.issn:0469-5097.2009.05.013

摘要

高光谱遥感图像分类是遥感图像处理的一项重要内容.高光谱遥感图像具有非线性属性.图像中不同方位光谱特征的变化将使得仅从标记训练样本得到的分类器分类精度不会太高.为了提高分类的精度,一方面应对光谱信息的合理利用;另一方面,对空间信息的利用也非常重要.高斯过程(Gaussion process,GP)是一种贝叶斯统计学习方法,能够建立概率模型,并且使得分类结果更易于解释.传统GP分类方法中核函数的构造仅利用光谱信息.本文提出了一种加入空间关系的新分类方法.利用遥感图像空间相关性,在GP分类方法中通过构造新的核函数(spatial Gauss kernel,SGK)来实现空间约束,部分消除了同物异谱和同谱异物造成的分类错误.实验结果表明,该方法对于提高高光谱遥感图像的分类精度具有积极意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚伏天	浙江大学计算机科学与技术学院	6	95	5.0	6.0
2	钱沄涛	浙江大学计算机科学与技术学院	37	354	10.0	18.0