基于極限學(xué)習(xí)機(jī)的高分辨率遙感圖像分類算法研究.pdf

1、遙感技術(shù)具有宏觀、綜合、高效、動(dòng)態(tài)、信息量大的特點(diǎn)，使其能夠廣泛的應(yīng)用于各個(gè)領(lǐng)域。新型遙感器的研發(fā)和運(yùn)行，能夠快速便捷的獲取大量遙感圖像，且包含的地物信息更加豐富。高空間分辨率遙感圖像海量數(shù)據(jù)、復(fù)雜細(xì)節(jié)和尺度依賴的特點(diǎn)決定了高分辨率遙感影像處理的技術(shù)難點(diǎn)。如QuikBird和WorldView等高分辨遙感圖像表現(xiàn)出了更多的地物信息，諸如光譜、形狀、色調(diào)、紋理等。對(duì)于遙感圖像進(jìn)行分類，是獲取遙感圖像中信息的基本方法。傳統(tǒng)的基于像元的遙感圖

2、像分類方法，大都只是針對(duì)影像的光譜特征，但僅從光譜特征出發(fā)進(jìn)行遙感影像的分析處理，所能得到的信息有限。所以，采用傳統(tǒng)的遙感分類方法，將浪費(fèi)很多高空間分辨率遙感影像的信息。如何充分利用遙感圖像的信息對(duì)其進(jìn)行分類，是一個(gè)困難且具有挑戰(zhàn)性的問題。
　　空間數(shù)據(jù)挖掘的主要任務(wù)之一是從遙感圖像中提取信息，實(shí)現(xiàn)知識(shí)驅(qū)動(dòng)的遙感圖像解譯。為了解決這個(gè)問題，很多機(jī)器學(xué)習(xí)算法都被引入到遙感圖像處理中。本文在遙感圖像分類方法的改進(jìn)方面進(jìn)行了研究，提出了

3、一種基于極限學(xué)習(xí)機(jī)的高分辨率遙感圖像分類算法。為了測試該算法的分類性能，使用了HYDICE航空影像，該航空影像是用于檢測算法有效性的標(biāo)準(zhǔn)高分辨率圖像數(shù)據(jù)，測試結(jié)果表明，基于極限學(xué)習(xí)機(jī)的分類算法在分類的精度與速度上都有提升。最后，使用極限學(xué)習(xí)機(jī)算法提取綠地信息，能夠?qū)orldView2圖像上的綠地信息較為準(zhǔn)確、有效的提取出來，為后期建立綠地分類系統(tǒng)或其它輔助決策系統(tǒng)提供了良好的數(shù)據(jù)源。通過本文的研究，證明了基于極限學(xué)習(xí)機(jī)的高分辨率遙感圖