高光譜遙感圖像分類方法研究.pdf

1、光譜分辨率的提高是光學遙感不斷發(fā)展的趨勢。高光譜分辨率(簡稱為高光譜)遙感技術是過去二十年中人類在對地觀測方面所取得的重大技術突破之一，是當前遙感的前沿技術。由于高光譜所特有的高光譜分辨率的性質，其潛在的可應用性受到人們的廣泛關注。分類是獲取高光譜信息的一種重要手段。目前硬分類方法較多，但分類效果不夠理想或是方法本身有待提升；傳統(tǒng)軟分類方法由于在分離中無關類別的參與以及光譜分離模型本身的不足導致光譜分離效果不夠理想。 迭代自組數

2、據分析(ISODATA)算法是一種基于統(tǒng)計模式識別的非監(jiān)督動態(tài)聚類劃分算法，有較強的實用性。支持向量機(SVM)算法，作為基于統(tǒng)計學習理論的一種有良好推廣性的高維非線性數據處理工具，得到了廣泛應用。它的核心是把樣本非線性映射到高維特征空間，以結構風險最小化為歸納原則，在高維空間中構造最優(yōu)分類超平面。為此，本文以迭代自組數據分析算法和支持向量機為主要理論，對超譜圖像硬、軟分類及相關技術進行了研究。 第一，闡述了高光譜遙感技術的概念

3、，介紹了高光譜圖像的特征模式并分析了高光譜圖像數據的組成，闡述了硬分類、軟分類以及監(jiān)督無分類、無監(jiān)督分類的研究現(xiàn)狀、評價準則和現(xiàn)存的技術問題，支持向量機基本理論等，為課題研究的展開奠定基礎。 第二，介紹了模糊ISODATA算法的原理和實現(xiàn)步驟，結合高光譜遙感圖像的特點，進行了高光譜遙感圖像的分類，得到了理想的分類效果，并分析了參數的選取將對分類結果產生的影響。同時也采用硬分類的ISODATA算法，模糊C-均值算法對高光譜圖像進行

4、分類，并將結果與模糊ISODATA算法進行了比較，試驗結果表明，模糊ISODATA算法在分類精度的改進上性能優(yōu)于以上二種算法。 第三，提出了一種二次分類的多類支持向量機，它解決了由于高光譜圖像的數據量大和維數高的特點而存在的如何選擇最佳懲罰因子和最優(yōu)權向量系數的問題，消除了進行大量的實驗來確定懲罰因子的弊端。實驗結果表明， 文中提出的二次分類方法的結果與1-a-1 SVM分類的混淆矩陣相比，之前混淆較嚴重的玉米—大豆這兩