-
题名联合光谱角与组合特征参数的高光谱影像分类
被引量:3
- 1
-
-
作者
占燕婷
吴柯
徐宏根
刘慧泽
-
机构
中国地质大学(武汉)地球物理与空间信息学院
中国地质调查局武汉地质调查中心
-
出处
《遥感信息》
CSCD
北大核心
2021年第6期140-146,共7页
-
基金
“全球变化与海气相互作用(二期)”专项(GASI-01-DLYG-WIND01)
国防科工局民用“十三五”航天预先研究项目(D040104)
国家自然科学基金项目(62071438、61701452)。
-
文摘
光谱角匹配分类以光谱整体相似度作为分类准则,却无法充分考虑光谱的局部细节特征,导致高光谱遥感影像的分类结果存在着较大的误差。针对此问题,提出一种联合光谱角与组合特征参数(spectral angle mapping-combination characteristic parameter,SAM-CCP)的新型高光谱影像分类方法。该方法在光谱角距离的基础上,引入光谱特征参数,有效突出光谱信息的局部特征,从而提高分类精度。首先,将地物反射光谱的整体特征和典型的吸收谷特征相结合,计算参数向量的欧式距离,并调节其开方系数;然后,自动选择最佳光谱特征参数组合,构建稳健的匹配模型,对影像进行逐像元分类。分别对Indian Pines地区和Cuprite矿区的高光谱遥感影像进行了分类实验。结果表明,相比传统的匹配方法,SAM-CCP方法能够有效地改善分类精度,具有较好的适用性。
-
关键词
SAM-CCP
高光谱影像分类
光谱相似性测度
光谱局部特征
特征参数组合
-
Keywords
SAM-CCP
hyperspectral image classification
spectral similarity measure
spectral local feature
characteristic parameter combination
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名结合空间约束的贝叶斯模型遥感图像谱解混合
- 2
-
-
作者
李杏梅
陈亮
杨敏
-
机构
中国地质大学(武汉)机电学院
中国地质大学(武汉)信工学院
地理信息工程国家重点实验室
-
出处
《电子技术(上海)》
2016年第11期66-69,共4页
-
基金
国家自然基金(41302278)
湖北省基金(2014075101)
地理信息工程国家重点实验室开放研究基金资助项目(SKLGIE2015-M-4-2)
-
文摘
传统的基于贝叶斯模型的谱解混合方法采用了全局端元光谱特征值进行遥感图像的谱解混合,但是不同地理位置以及不同光照条件下,同类地物的端元具有不同光谱特征值,仅仅采用一个全局光谱特征值代替所有地区的光谱特征值降低了遥感图像谱解混合的精度。针对这种情况,提出采用端元局部光谱特征值代替端元全局光谱特征值进行谱解混。具体实施方法是利用相邻地区的同一地物拥有相同的光谱特征值的特点,在提取端元光谱特征值的时候,充分利用空间约束的特点来获取各个混合像元的光谱特征值。实验结果表明,该方法比传统的贝叶斯谱解混合能够得到更高的谱解混合精度。
-
关键词
谱解混合
贝叶斯模型
端元局部光谱特征值
空间约束
-
Keywords
spectral unmixing
Bayesian model
endmember local spectra
spatial constraint
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-