基于多层形状特征提取与融合的城市高光谱影像解译Multilevel shape feature extraction and fusion for classification of urban hyperspectral imagery
黄昕,李平湘,张良培
摘要(Abstract)：
以前的研究往往从像素光谱的角度来解译高光谱影像,忽略了像素间的空间上下文关系。本文提出一种基于像素和对象层形状特征提取与融合的方法,把多层形状特征和光谱信息用支持向量机(SVM)输出函数方法进行融合,用于提取城市高光谱影像的形状特性,利用影像的空间关系。实验用HydICE-DC航空高光谱数据对提出的方法进行了验证,结果表明:像素级形状指数能够提供比对象级形状指数更优的结果,但像素—对象级形状特征的融合,能够给出更高的精度。
关键词(KeyWords)： 高光谱;城市遥感;形状;对象;特征融合;支持向量机
基金项目(Foundation): 973计划(2009CB723905);; 国家自然科学基金重点项目(40930532);; 国家自然科学基金(40771139)
作者(Author): 黄昕,李平湘,张良培
参考文献(References)：
- [1]吴剑,程朋根,等.基于高光谱Hyperion数据的线性光谱混合模型与神经网络模型的比较[J].测绘科学,2008,,23(1):137-140.
- [2]张良培,黄昕.遥感影像信息处理技术的研究进展[J].遥感学报,2009,13(4):559-569.
- [3]Xin Huang,Liangpei Zhang,and Piangxiang Li.Classi-fication and extraction of spatial features in urban areas u-sing high resolution multispectral imagery[J].IEEEGeoscience and Remote Sensing Letters,2007,4(2):260-264.
- [4]骆剑承,周成虎,梁怡,等.支撑向量机及其遥感影像空间特征提取和分类的应用研究[J].遥感学报,2002,6(1):50-55.
- [5]黄昕,张良培,李平湘.基于多尺度特征融合和支持向量机的高分辨率遥感影像分类[J].遥感学报,2007,11(1):48-54.