石磊,彭晓群

• 1:安徽理工大学

摘要(Abstract)：

针对传统的光谱角匹配分类算法仅考虑光谱信息,导致混合像元易出现错分和分类结果中出现"麻点"等问题,该文考虑地物连续性这一特点,提出了一种结合像元空间邻域信息对光谱角进行修正的光谱角匹配分类算法。该方法不仅保留了传统光谱角度匹配算法不受增益因素影响和减弱地形对照度影响等优点,并且减小了混合像元被错分的概率。基于ROSIS获取的Pavia大学校园的高光谱影像分类结果表明:加入像元空间邻域信息后的光谱角匹配算法在保证分类精度的同时,有效地减弱了分类结果中的"麻点"现象,验证了该文方法的可行性、有效性。

关键词(KeyWords)： 高光谱;光谱角匹配;“麻点”;地物连续性;像元空间;邻域信息

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 石磊,彭晓群

DOI: 10.16251/j.cnki.1009-2307.2015.08.024

参考文献(References)：

• [1]张兵,高连如.高光谱图像分类与目标探测[M].北京:科学出版社,2011:102-104.
• [2]李石华,王金亮,毕艳,等.遥感图像分类方法研究综述[J].国土资源遥感,2005(2):1-6.
• [3]赵春霞,钱乐祥.遥感影像监督分类与非监督分类的比较[J].河南大学学报:自然科学版,2004,34(3):90-93.
• [4]万曙静,张承明,刘俊华.基于自适应最小距离调整的多光谱遥感图像分类方法[J].测绘通报,2012(S1):240-242.
• [5]杨国鹏,余旭初,陈伟,等.基于核Fisher判别分析的高光谱遥感影像分类[J].遥感学报,2008(4):579-585.
• [6]EDIRIWICKREMA J,KHORRAM S.Hierarchical Maximum-likelihood Classification for Improved Accuracies[C]//IEEE Transactions on Geoscience and Remote Sensing,1997,35(4):810-816.
• [7]王晓玲,杜培军.基于形态学的空间信息和光谱信息SVM影像分类[J].测绘通报,2012(12):18-22.
• [8]陈进.高光谱图像分类方法研究[D].长沙:国防科学技术大学,2010:26-28.
• [9]KRUSE F A,LEFKOFF A B,BOARDMAN J W,et al.The Spectral Image Processing System(SIPS)-Software for Integrated Analysis of AVIRIS Data[C]//Summaries of the 4th Annual JPL Airbome Geoscience Worksho PPasadena:JPL Pub,1992:23-25.
• [10]张浚哲,朱文泉,董燕生,等.一种基于变权重组合的光谱相似性测度[J].测绘学报,2013(3):418-424.
• [11]童庆禧,张兵,郑芬兰.高光谱遥感原理技术与应用[M].北京:高等教育出版社,2006.
• [12]许卫东,尹球,匡定波.地物光谱匹配模型比较研究[J].红外与毫米波学报,2005(5):296-300.
• [13]刘良云,王纪华,赵春江,等.基于地物空间信息的浮动先验概率最大似然分类研究[J].遥感学报,2006(2):227-235.