光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2012年
7期
1860-1864
,共5页
岳江%张毅%徐杭威%柏连发
嶽江%張毅%徐杭威%柏連髮
악강%장의%서항위%백련발
降元%空间一致性%一元线性回归%非监督分类%高光谱图像
降元%空間一緻性%一元線性迴歸%非鑑督分類%高光譜圖像
강원%공간일치성%일원선성회귀%비감독분류%고광보도상
为了提高分类精度和边缘辨识性,该文引入图像空间一致性降元(pixels reduction with spatial coherence property,PRSCP)及线性回归分析,提出了一种基于空间一致性降元的非监督分类.该方法从像元光谱相似性出发,利用像元最小关联窗口合并相邻相似像元为像块完成降元.使用线性关系建模像块内像元的光谱向量,并利用F检验判断像块数据的线性显著性.利用一元线性回归(one dimensional linear regression,ODLR)估计出像块的基准向量,根据基准向最合并相似(同类)像块完成分类.利用AVIRIS数据评估了该方法性能,实验结果表明:与K-MEANS和ISODATA方法相比,该方法精度高、边缘辨识度好及鲁棒性强.
為瞭提高分類精度和邊緣辨識性,該文引入圖像空間一緻性降元(pixels reduction with spatial coherence property,PRSCP)及線性迴歸分析,提齣瞭一種基于空間一緻性降元的非鑑督分類.該方法從像元光譜相似性齣髮,利用像元最小關聯窗口閤併相鄰相似像元為像塊完成降元.使用線性關繫建模像塊內像元的光譜嚮量,併利用F檢驗判斷像塊數據的線性顯著性.利用一元線性迴歸(one dimensional linear regression,ODLR)估計齣像塊的基準嚮量,根據基準嚮最閤併相似(同類)像塊完成分類.利用AVIRIS數據評估瞭該方法性能,實驗結果錶明:與K-MEANS和ISODATA方法相比,該方法精度高、邊緣辨識度好及魯棒性彊.
위료제고분류정도화변연변식성,해문인입도상공간일치성강원(pixels reduction with spatial coherence property,PRSCP)급선성회귀분석,제출료일충기우공간일치성강원적비감독분류.해방법종상원광보상사성출발,이용상원최소관련창구합병상린상사상원위상괴완성강원.사용선성관계건모상괴내상원적광보향량,병이용F검험판단상괴수거적선성현저성.이용일원선성회귀(one dimensional linear regression,ODLR)고계출상괴적기준향량,근거기준향최합병상사(동류)상괴완성분류.이용AVIRIS수거평고료해방법성능,실험결과표명:여K-MEANS화ISODATA방법상비,해방법정도고、변연변식도호급로봉성강.
