基于地理加权的k-NN高分辨率遥感影像分类算法改进

• 作者: 杨萌萌 王结臣 蒲英霞 陈刚 靳志宾 马劲松
• 来源期刊: 遥感技术与应用
• 学科: 工学
• 关键词: k-NN 空间特征 地理加权模型 GWk-NN
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 图像与数据处理
• 页码范围: 97-102
• 分类号: TP75
• 语种: 中文

摘要

与中低分辨率相比,高分辨率遥感影像的信息比较丰富,在使用常规k-NN分类方法基于像元进行高分辨率遥感影像分类时会产生大量的“椒盐噪声”和地物类别错分.根据地理学第一定律,引入地统计模型,将地理权重加入到常规k-NN分类方法中,形成新的地理权重k-NN分类器(Geographically Weighted k-NN,GWk-NN).该方法首先通过条件概率函数计算出训练样本数据的空间分布特征,然后通过地统计模型对空间分布特征进行拟合,为每种地物选择合适的权重模型,这样既保留了遥感影像中地物的光谱特征,又融入了地物的空间特征,在一定程度上减少甚至消除了“椒盐噪声”,提高了分类精度.GWk-NN和常规k-NN分类器分析对比表明:GWk-NN分类方法提高了高分辨率影像的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈刚	南京大学地理与海洋科学学院	97	1293	15.0	34.0
2	蒲英霞	南京大学地理与海洋科学学院	33	1707	17.0	33.0
3	马劲松	南京大学地理与海洋科学学院	66	952	17.0	29.0
4	王结臣	南京大学地理与海洋科学学院	53	582	13.0	23.0
5	杨萌萌	南京大学地理与海洋科学学院	3	10	2.0	3.0
6	靳志宾	南京大学地理与海洋科学学院	1	4	1.0	1.0