基于PCA的高光谱遥感图像分类

• 作者: 宋海峰 杨巍巍 陈广胜
• 来源期刊: 测绘工程
• 学科: 地球科学
• 关键词: 高光谱 遥感图像 主成分分析 图像分类
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 学术研究
• 页码范围: 17-20,26
• 页数: 5页
• 分类号: P231
• 字数: 2690字
• 语种: 中文
• DOI: 10.19349/j.cnki.issn1006-7949.2017.12.003

摘要

高光谱遥感图像的出现进一步提升遥感图像分类的准确性,但高光谱遥感图像的数据量大,处理高光谱遥感图像复杂度高、效率低.为解决这一问题,将主成分分析算法作为遥感图像分类的预处理技术.分析主成分分析算法的原理,利用主成分分析算法提取高光谱图像的主要波段图像.通过实验验证得出结论:高光谱遥感图像的主波段图像包含分类所需的大部分信息,利用少数的主波段图像即可达到70%以上的分类正确率.实验结果表明,在保证分类正确率的前提下,PC A算法可有效地减少图像分类处理的数据量,提高图像的处理效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈广胜	东北林业大学信息与计算机工程学院	61	399	11.0	16.0
2	宋海峰	东北林业大学信息与计算机工程学院	10	37	4.0	6.0
4	杨巍巍	黑龙江工程学院计算机科学与技术学院	8	23	3.0	4.0