基于地物波谱形态参数化的高光谱图像分类方法研究-湖北大学学报.PDF

第37卷第2期 湖北大学学报（自然科学版） Vol.37 No.2 2015年3月 JournalofHubeiUniversity（NaturalScience） Mar.，2015 文章编号：1000-2375（2015）02-0116-06 基于地物波谱形态参数化的高光谱图像 分类方法研究 谢凯① （（长江航道测量中心，湖北 武汉 430010） 摘要：利用语素向量的形态描述方法实现地物波谱形态的参数化，以不同地物具有不同波谱曲线为地物分类准则，在 MATLAB设计中，实现一种带通配符的地物波谱曲线形态差异遥感图像分类程序，应用此程序对高光谱遥感图像所得的 分类结果与其他分类方法所得的分类结果进行对比.结果说明，此方法可以将地物波谱的波形信息最大限度地保留并利 用，进一步解决遥感影像分类中“光谱值”相似及现有的光谱匹配方法受类内差异变化影响大的问题，运用Kappa系数的 精度评价证明此方法对高光谱遥感图像的分类优于SVM分类方法. 关键词：波谱形态参数化；MATLAB；高光谱遥感图像分类 中图分类号：TP751 文献标志码：A DOI:10.3969/j.issn.1000-2375.2015.02.005 The hyperspectralimageclassificationmethodbasedonparameterization ofobjectspectralprofileshape XIEKai （ChangjiangWaterwaySurveyCenter，Wuhan430010，China） Abstract：By the shape description method of morpheme vector to parameterize feature spectral morphology，andbasedontheclassificationcriteriathatdifferentfeatureswerewithdifferentspectralcurves， researcherdesignedaremotesensingimageclassificationprogramwithwildcardbyMATLABtoanalyzethe differentspectralcurves.Comparedwiththeresultsofotherwaysinclassificationofhyperspectralremote sensingimage，thisprogramcouldpreserveandusethewaveforminformationoffeaturespectrummaximumly. Not only further solving the problems that remote sensing image classification had been given excessive attentiontothesimilarityofspectralvalues，andlargelyimpactbythedifferenceswithintheclass，butalso demonstratethishyperspectralremotesensingimageclassificationwassuperiortotheSVMmethodbyKappa coefficient. Keywords：parameterization of spectral morphology；MATLAB；classification of hyperspectral remote sensingimage 0 引言 在自然界中每个地物都是以光谱特征作为基本表现形式，且均有自己独特的波谱反射和辐射特性，