基于高光譜圖像的目標(biāo)分類(lèi)技術(shù)研究.pdf

1、隨著高光譜處理技術(shù)的發(fā)展，高光譜圖像分類(lèi)技術(shù)受到了國(guó)內(nèi)外越來(lái)越多的研究學(xué)者關(guān)注。與傳統(tǒng)遙感影像相比，高光譜遙感圖像光譜信息豐富以及“圖譜合一”的特點(diǎn)，決定了其具有對(duì)地物進(jìn)行精細(xì)分類(lèi)的巨大潛質(zhì)，與此同時(shí)高光譜圖像數(shù)據(jù)量大維數(shù)多等特點(diǎn)也給高光譜圖像分類(lèi)帶來(lái)了非常大的挑戰(zhàn)，傳統(tǒng)遙感圖像分類(lèi)方法已不再適用于高光譜圖像，因此，為了充分利用高光譜圖像的信息，研究適合高光譜圖像的分類(lèi)算法具有重要研究意義。
　　高光譜圖像常常會(huì)存在“異物同譜，同

2、譜異物”的現(xiàn)象，給高光譜圖像精細(xì)分類(lèi)帶來(lái)了較大的困難。本文提出了一種結(jié)合高光譜圖像光譜信息和空間信息的分類(lèi)方法，即基于子空間結(jié)合馬爾可夫模型的監(jiān)督分類(lèi)方法，并對(duì)該方法做出了改進(jìn)。子空間模型可以解決高光譜圖像數(shù)據(jù)量大的問(wèn)題，馬爾科夫模型可以將高光譜圖像幾何空間中像元的連續(xù)分布轉(zhuǎn)化為像元與其鄰域的關(guān)系，可以充分利用高光譜圖像的空間信息，有效解決了“異物同譜，同譜異物”的問(wèn)題。分類(lèi)方法流程如下：首先通過(guò)子空間模型將高光譜圖像投影到一個(gè)低維特征