面向对象的航空高光谱图像混合分类方法

被引：10

作者：

李雪轲 ^{[1
,2
]}

王晋年 ^{[1
]}

张立福 ^{[1
]}

杨杭 ^{[1
]}

刘凯 ^{[3
]}

机构：

[1] 中国科学院遥感与数字地球研究所

[2] 中国科学院大学

[3] 中国科学院地理科学与资源研究所

来源：

地球信息科学学报 | 2014年 / 06期

关键词：

航空高光谱; 面向对象图像分类; 支持向量机(SVM);

D O I：

暂无

中图分类号：

P237 [测绘遥感技术];

学科分类号：

1404 ;

摘要：

传统的高光谱分类通常仅考虑单一像元的光谱或纹理特征,分类后容易出现地物破碎的现象。鉴于此,本文提出了一种面向对象的混合分类方法,将面向对象的分割结果与传统的像元级分类结果进行有机融合,充分利用对象的光谱特征和空间结构特征。在此基础上,引入了2种具体的混合分类方法,即多尺度分割的SVM分类和多波段分水岭分割的SVM分类。前者将地物光谱的可变性进行弱化处理,转化为多尺度均质对象单元进行分类;后者融入了地物的空间信息和形态学特征,对分割得到的同质区域进行分类。将这2种分类方法应用于航空高光谱数据,实验结果表明:面向对象的混合分类方法的总体精度分别为92.63%和96.13%,与传统的像元级分类法相比,分别提高了10.14%和13.64%,有效地解决了分类后地物的破碎现象。

引用

页码：941 / 948

页数：8

共 21 条

[1] 高分辨率影像分割的分形网络演化改进方法 [J].