融合光谱-空间信息的高光谱遥感影像增量分类算法

• 作者: 吕恒 张国明 李杨 江南 王俊淑
• 来源期刊: 测绘学报
• 学科: 地球科学
• 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
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: [摄影测量学与遥感]
• 页码范围: 1003-1013
• 页数: 11页
• 分类号: P237
• 字数: 6949字
• 语种: 中文
• 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.