第!"卷第#期!$$#年%月

文章编号!"#=$$=>?$=#!$$#$#>$!??>$#

红外与毫米波学报

&’()*+,+-./01102’3,4-5

671’!"!87’#

!!$$#9::5<;

一种基于空间连续性的高光谱图像分类方法

耿修瑞!!张!霞!!陈正超!!张!兵!!郑兰芬!!童庆禧

"中国科学院遥感应用研究所遥感信息开放实验室!北京!=#$$=$=

摘要!利用地物在空间上分布连续性这一信息!提出了一种高光谱图像先分块"再分类的分类方法!改进了通常意通过对!采用上海技术物理研究所研制的推义下的分类只考虑光谱信息这一缺陷!$$$年我们在日本长野南牧村!$获得了%验证了我们算法的优越性’扫式成像光谱仪#ZP($个波段的高光谱数据进行实验!关!键!词!最小距离法%空间连续%高光谱%聚类中图分类号!Z!"@!!文献标识码!9

-@3::0?0-370853@18!07>2<3:6=85:93703@

-85705;07/?8!>/96!:96-7!3@02316

!!!!FX8FT0:CG:0P98FT0,8NO-)CDO,7P98FL0)!N!DPX!N;;

NPX8FM,)CH-)!R8FQ0)CT0!K;

"!!M,^7+,<7+*G-27<-\-)50))*7+2,<07)\W0-)W-()5<0<:<-7*G-27<-\-)50)10W,<07)5_7;(;9VV

!#DO0)-5-9W,.-2*\W0-)W-5L-00)$$=$=!DO0),!=_7e;

$!3A+(*’#(L,5-.7)<O-5,<0,1W7)<0):0<*;+7:).7^-W<5,)-]W1,550*0W,<07),17+0<O2],5V+775-.^]7V_7e;V_<

!!]),2-117Wc0)2,-5*7117]-.^:+<O-+W1,550*0W,<07)O0WO02+74-.<O-.05,.4,)<,-7*<O-;-)-+,15<-5_^;0;_*V;VW1,550*0W,<07),17+0<O25W7)5<+,0)-.^)1-W<+,10)*7+2,<07)’KO-)-],17+0<O2V+775-.0)<O055<:.,5;_7_5V;V_]

"#ZP(0)/0),202,c04,10.,<-.^<O-%$C^,).O-+5-W<+,102,-,W:0+-.^<O-V:5O^+772O-+5-W<+,102,-+__VV;[__VV;!7*&,,)!$$$’KO-ZP(5-)57+],5.-4-17-.^O-\O,)O,0()5<0<:<-7*K-WO)0W,1ZO50W5’(<<:+)-.7:<<O,<VV_<;_7:+,17+0<O2-2^7.0-.<O-,.4,)<,-0)W1,550*0)-+5-W<+,102,-’;;_;O_VV;

$%%%4"D*&+20)02:2.05<,)W-5,<0,1W7)<0):0<O-+5-W<+,W1:5<-+0)V__VV;BC

引言

传统的高光谱图像分类方法!=!!(

法&最大似然法&’\9/方法!"(神经网络方法’!由每个

光谱的一个样本!所以只要训练样本足够大!可以认为每个训练区得到的平均光谱更加逼近真实光谱’这样!拿这些比较精确的光谱跟含有噪声的不具有统计意义的单个原始光谱比较相似性进行分类时!就会产生)麻点*现象&继而引起分类精度的降低’

本文提出了一种利用光谱信息兼顾空间信息的研究表明该方法能够保持地块的连续性和均一性!同时有力地克服了)麻点*现从而大大提高分类的效果’象!

训练区得到一个平均光谱!然后将每一类得到的平均光谱跟需要分类的高光谱图像一一比较其相似性!最终得到分类结果’这样的处理方法难免会造成)麻点*现象!即同一地块中夹杂着不该有的其它类别!从而造成分类效果下降!该现象一般是由噪声和地物分布在数据获取尺度上的不均一性所引起的’由于所得到的高光谱图像一般都是含有噪声的!该噪声一般情况下可近似为白噪声’又因为原始图象中每条光谱曲线可以认为是它的具有统计意义平均

E!利用空间信息的高光谱图像分类方法

传统的高光谱图像分类方法大多注重地物在光谱维上的差异!而忽视了它们空间维上的结构’在利

’(

用空间信息方法!赵永超提出的\G\\PH算法#已

收稿日期!修回日期!!!!$$"C$!C!A$!$$"C=$C=$!!!!!!!!!!!"#"$%"&&’("!$$")$!)!A$*"%$+"&&’("!$$")=$)=$

基金项目!中科院遥感所知识创新课题资助项目"#-W$!$$=%作者简介!耿瑞修"#!男!河南封丘人!博士研究生!主要从事高光谱图像处理,=?@@)

万方数据