换一批融合光谱-空间信息的高光谱遥感影像增量分类算法
Incremental Classification Algorithm of Hyperspectral Remote Sensing Images Based on Spectral-spatial Information
摘要提出了一种融合光谱和空间结构信息的高光谱遥感影像增量分类算法 INC_SPEC_MPext.通过主成分分析(PCA)提取高光谱影像的若干主成分,利用数学形态学提取各主分量影像对应的形态学剖面(MP),再将所有主分量影像的形态学剖面归并联结,组成扩展的形态学剖面(MPext ).将MPext与光谱信息相结合以增加知识,最大限度地挖掘未标记样本的有用信息,优化分类器的学习能力.不断从分类器对未标记样本的预测结果中甄选置信度高的样本加入训练集,并迭代地利用扩大的训练集进行分类器构建和样本预测.以不同地表覆盖类型的AVIRIS Indian Pines和Hyperion EO-1 Botswana 作为测试数据,分别与基于光谱、MPext、光谱和MPext融合的分类方法进行比对.试验结果表明,在训练样本数量有限情况下,INC_SPEC_MPext算法在降低分类成本的同时,分类精度和 Kappa 系数都有不同程度的提高.
更多相关知识
关键词
高光谱遥感影像形态学空间信息光谱信息增量分类hyperspectral remote sensing imagemorphologyspatial informationspectral informationincremental classification
分类号
P237
栏目名称
DOI
10.11947/j.AGCS.2015.20140388
发布时间
2015-10-12（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（41171269）
环保公益性行业科研专项（201309037）
江苏高校优势学科建设工程项目（164320H101）
地球系统科学数据共享平台项目（2005DKA32300）
江苏省高等学校自然科学研究面上项目（14KJB170010）
江苏省普通高等学校研究生科研创新计划（1812000002A403）
- 浏览0
- 被引21
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
