首页 | 本学科首页   官方微博 | 高级检索  
     

基于波段选择的高光谱遥感影像分类
引用本文:李静,杨敏华,吴孔江. 基于波段选择的高光谱遥感影像分类[J]. 测绘信息与工程, 2012, 37(2): 41-44
作者姓名:李静  杨敏华  吴孔江
作者单位:中南大学地球科学与信息物理学院,长沙市麓山南路,410083
基金项目:国家自然科学基金资助项目
摘    要:针对高光谱数据波段众多、数据量较大的特点,提出了一种基于波段选择的高光谱遥感影像分类方法,以北京昌平小汤山地区高光谱遥感数据为例,分析了各波段的信息含量和相邻波段的相关性,采用子空间划分、自适应波段选择的方法,实现了特征波段的选择。针对农村道路和空地、柏油路和居民地间的同谱异物现象,利用J-M距离模型判别其类间的可分性,获得了最佳波段组合,最后采用支持向量机分类器进行分类。结果表明,采用波段选择的方法能有效地提高高光谱数据的分类精度。

关 键 词:高光谱  自适应波段选择  J-M距离  支持向量机

Band Selection Based Hyperspectral Remote Sensing Image Classification
LI Jing,YANG Minhua,WU Kongjiang. Band Selection Based Hyperspectral Remote Sensing Image Classification[J]. Journal of Geomatics, 2012, 37(2): 41-44
Authors:LI Jing  YANG Minhua  WU Kongjiang
Affiliation:(School of Geosciences and Geomatics,Central South University,South Lushan Road,Changsha 410083,China)
Abstract:We put forward a hperspectral remote sensing image classification method based on band selection.Taking hyperspectral data(PHI sensor getting 80 band) data in Beijing Changping Xiaotangshan area for example,we analyze the content of information and the adjacent band correlation in each band.Then we use subspace division and adaptive band selection method to realize the feature band selection.Experimental results show that,the band selection method can effectively improve the classification precision of hyperspectral data.
Keywords:hyperspectral  adjacent band correlation  Jeffreys-Matusita distance  support vector machine
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号