基于支持向量回归的高光谱影像目标探测Target detection in hyperspectral imagery using support vector regression
陈伟,余旭初,王鹤
摘要(Abstract)：
高光谱影像目标探测可视为一个分类问题,本文通过揭示支持向量回归(SVR)与支持向量分类(SVC)之间的关系,证明了SVR用于分类的可行性,并以此为根据提出了一种基于SVR的目标探测算法,该算法利用虚拟维数得到端元个数的估计,结合端元选择和线性混合模型生成训练样本替代从影像中选择的训练样本,因而减少了对影像先验知识的依赖。采用模拟数据和由AVIRIS获得的高光谱影像对本文算法进行了检验,结果令人满意。
关键词(KeyWords)： 高光谱影像;支持向量分类;支持向量回归;目标探测;线性混合模型
基金项目(Foundation): 信息工程大学测绘学院学位创新创优基金的支持
作者(Author): 陈伟,余旭初,王鹤
DOI: 10.16251/j.cnki.1009-2307.2010.03.072
参考文献(References)：
- [1]杨国鹏,余旭初.高光谱遥感影像的广义判别分析特征提取[J].测绘科学技术学报,2007,24(2).
- [2]万余庆,谭克龙,周日平.高光谱遥感应用研究[M].北京:科学出版社,2006.
- [3]余旭初,冯伍法,林丽霞.高光谱——遥感测绘的新机遇[J].测绘科学技术学报,2006,23(2).
- [4]J A Gualtieri,S Chettri.Support Vector Machines forClassification of Hyperspectral Data[C]//Geoscienceand Remote Sensing Symposium,2000:813-815.
- [5]F Melgani,L Bruzzone.Support Vector Machines forClassification of Hyperspectral Remote-Sensing Images[C]//Geoscience and Remote Sensing Symposium,2002:506-508.
- [6]G Mercier,M Lennon.Support Vector Machines for Hy-perspectral Images Classification with Sprctral-basedKernels[C]//Geoscience and Remote Sensing Sympo-sium,2003:288-290.
- [7]M Brown,H G Lewis,S R Gunn.Support Vector Ma-chines for Spectral Unmixing[C]//Geoscience andRemote Sensing Symposium,2001:1363-1365.
- [8]吴波,张良培,李平湘.基于支持向量回归的高光谱混合像元非线性分解[J].遥感学报,2006,10(3).
- [9]张良培,张立福高光谱遥感[M]武昌:武汉大学出版社,2005:96.
- [10]C-I Chang,Q Du.Estimation of Number of SpectrallyDistinct Signal Sources in Hyperspectral Imagery[J].IEEE Transactions on Geoscience and Remote Sensing,2004,42(3).
- [11]薛绮,匡纲要,励志勇.基于线性混合模型的高光谱图像端元提取[J].遥感技术与应用,2004,19(3).
- [12]M E Winter.Fast autonomous spectral end-member de-termination in hyperspectral data[C]//Proceedings ofthe Thirteenth International Conference on Applied Geo-logic RemoteSensing,1999:337-344.
- [13]D C Heinz,C-I Chang.Fully Constrained Least SquaresLinear Spectral Mixture Analysis Method for MaterialQuantification in Hyperspectral Imagery[J],IEEETransactions on Geoscience and Remote Sensing,2001,39(3):529-545.
- [14]M E Winter.Information-Processed Matched Filters forHyperspectral Target Detection and Classification[C]//Hyperspectral Data Exploitation.Manhattan:Wiley.2007:47-74.