CAJ | 학술논문

高光谱遥感光谱特征明显,单纯利用其光谱优势难以达到影像分类精度要求,特别是区分植被精细类别.为了进一步提高Hyperion高光谱影像分类精度,研究加入包含区域亮度变化及结构特征的纹理信息,试图提高分类精度.以杭州市余杭区百丈镇为试验区,首先提取研究区道路、建筑物、农田、毛竹Phyllostachys edulis林、马尾松Pinus massoniana林和栎类Quercus等7种类型的端元光谱,然后对端元进行线性光谱分离,利用二阶概率矩阵对线性光谱分离出的8个波段提取纹理特征,最终结合线性分离后的端元光谱实现分类.结果表明:纹理信息融入后分类结果较单源信息光谱角制图和单源信息支持向量机方法有明显的改善,建筑物精度分别提高了34.13％和17.16％,农田提高了19.71％和9.24％,马尾松则改善了27.09％和5.42％,栎类精度提高了近3.00％和10.00％,且一定程度上避免了椒盐效应.采用光谱与纹理信息结合的方法对Hyperion高光谱影像分类是可行的.分类过程中端元的提取、纹理分析时特征向量的组合及纹理移动窗口大小的选择对分类结果起重要的作用.
고광보요감광보특정명현,단순이용기광보우세난이체도영상분류정도요구,특별시구분식피정세유별.위료진일보제고Hyperion고광보영상분류정도,연구가입포함구역량도변화급결구특정적문리신식,시도제고분류정도.이항주시여항구백장진위시험구,수선제취연구구도로、건축물、농전、모죽Phyllostachys edulis림、마미송Pinus massoniana림화력류Quercus등7충류형적단원광보,연후대단원진행선성광보분리,이용이계개솔구진대선성광보분리출적8개파단제취문리특정,최종결합선성분리후적단원광보실현분류.결과표명:문리신식융입후분류결과교단원신식광보각제도화단원신식지지향량궤방법유명현적개선,건축물정도분별제고료34.13％화17.16％,농전제고료19.71％화9.24％,마미송칙개선료27.09％화5.42％,력류정도제고료근3.00％화10.00％,차일정정도상피면료초염효응.채용광보여문리신식결합적방법대Hyperion고광보영상분류시가행적.분류과정중단원적제취、문리분석시특정향량적조합급문리이동창구대소적선택대분류결과기중요적작용.