基于样区纯化的BP神经网络多光谱影像分类研究.pdfVIP

第2 3 卷 第 6 期 长 　江 　科 　学 　院　院　报 Vol. 23 No. 6 2 0 0 6 年 1 2 月 Journal of Yangtze River Scientif ic Research Institute Dec. 2 0 0 6 ( ) 　　文章编号 2006 基于样区纯化的BP 神经网络多光谱影像分类研究 1 ,2 3 1 李锦辉 ,李成辉 ,吴 　波 ( 1. 武汉大学 测绘遥感信息工程国家重点实验室 ,武汉 　430079 ;2. 义乌工商学院土木系 , 浙江 义乌 　322000 ; 3. 中国酒泉卫星发射中心 ,甘肃 酒泉 　732750) 摘要 :提出了一种基于局部自动有哪些信誉好的足球投注网站和光谱匹配技术训练样本纯化的BP 网络分类方法 。利用影像的空间信息在图 像局部范围内自动有哪些信誉好的足球投注网站和选择最佳样区位置 ,再用光谱匹配对寻找到的最佳样区在光谱空间上进一步纯化 。从空间 和光谱两个角度对样区进行了纯化 ,使得训练样本更适合遥感图像分类的要求 ,最后利用 BP 网络对遥感图像进行分 类 。实验结果证明,原始遥感图像经过样区纯化算法处理后 , 目视判读效果和数值分析都表明提高了分类精度 。 关 　键 　词 :局部有哪些信誉好的足球投注网站 ;光谱匹配 ;训练样本 ;BP 分类 ;样区纯化 中图分类号 : TP751 　　　文献标识码 :A 存在某些不利因素的影响 ,如 : 由于影像的空间分辨 1 　概 　述 率有限 ,地物中存在少量不纯净地物 ,道路上有行驶 的汽车 ,湖泊上面有渔网 ,有时甚至还会存在比较大 多光谱遥感图像反映了地物不同的光谱特征 , 的随机噪声等 ,这些因素用户经常难以辨别 ; 同时在 其分类是环境与灾害监测 , 农 、林 、土地资源利用等 手工选取样区的过程中 ,用户知识水平和对影像上 应用的基础 。监督分类是多光谱遥感图像常用的分 地物类型的理解各有不同 ,通常也会影响训练样本 类方法 ,它首先要求在影像上选择训练样本 ,依据样 的好坏 ,这些都使得分类处理的结果具有一定程度 本在影像上所记录的光谱值计算出相关的统计信息 的随意性 。因此 ,作者提出一种局部范围最佳样区 建立判别函数 ,依据样本类别的特征来识别非样本 像元的归属[1 ] 。训练样本选取需要尽量保证样区 自动有哪些信誉好的足球投注网站的方法 ,该方法在利用影像的空间信息判 断样区是否符合要求的同时 ,消除了人为因素的影 的同质化 , 以确保其具有代表性 。同时训练样本数 响和随机性 。 目应能够提供各类足够的信息和克服各种偶然因素 如果影像上某个区域内部不是很均匀 ,那么该 的影响 ,最少要满足能够建立分类判别函数的要求 。 区域内像元的灰度值具有较大差异 ;相反 ,如果某个 为了正确区分同质异谱或同谱异质的情况 ,训练样 区域内部均匀 ,则该区域内像元的灰