本文關(guān)鍵詞：基于條件隨機(jī)場(chǎng)的光譜相似性匹配高光譜遙感影像聚類方法

  更多相關(guān)文章： 高光譜 光譜匹配 空譜融合 光譜相似性測(cè)度 條件隨機(jī)場(chǎng)

【摘要】：高空間分辨率的高光譜遙感數(shù)據(jù)不僅能夠獲取地物近似連續(xù)的光譜曲線,還具有豐富的空間信息.傳統(tǒng)的基于單像元的光譜匹配方法無(wú)法將這兩種特征很好地結(jié)合.針對(duì)該問(wèn)題,提出將條件隨機(jī)場(chǎng)(CRF)模型引入光譜匹配方法.CRF模型通過(guò)構(gòu)造像元鄰域描述空間信息,解決了基于單像元光譜匹配方法僅考慮光譜信息的不足,實(shí)現(xiàn)了聚類過(guò)程中光譜和空間信息的融合;然而,傳統(tǒng)CRF模型基于歐氏距離和馬氏距離等相似性測(cè)度,無(wú)法適應(yīng)于高光譜遙感影像的數(shù)據(jù)特征,因此利用光譜相似性測(cè)度改進(jìn)傳統(tǒng)CRF模型的相似性測(cè)度準(zhǔn)則.實(shí)驗(yàn)證明,所提出方法能夠有效解決傳統(tǒng)光譜匹配方法結(jié)果的噪聲問(wèn)題,較好地保留了地物的形狀特征,分類精度得到提高.
【作者單位】： 武漢大學(xué)城市設(shè)計(jì)學(xué)院;武漢大學(xué)遙感信息工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(編號(hào):41401400,71203166)
【分類號(hào)】：TP751
【正文快照】： 高光譜聚類是在缺乏先驗(yàn)信息的前提下,根據(jù)高維特征空間的相似性判別準(zhǔn)則,對(duì)高光譜數(shù)據(jù)進(jìn)行歸類的方法[1].當(dāng)前,隨著高空間分辨率的高光譜(雙高)遙感數(shù)據(jù)的出現(xiàn),如航空HYDICE、ROSIS、CASI等,高光譜數(shù)據(jù)不僅包含了精細(xì)光譜信息,而且蘊(yùn)含了地物豐富的空間細(xì)節(jié)信息,能同時(shí)表達(dá)地

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 楊耘;徐麗;;基于分層特征關(guān)聯(lián)條件隨機(jī)場(chǎng)的遙感圖像分類[J];計(jì)算機(jī)應(yīng)用;2014年06期

，

本文編號(hào)：1185527