發(fā)布時間：2017-11-14 13:12

  本文關(guān)鍵詞：基于條件隨機場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 光譜相似性測度 條件隨機場

【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法將這兩種特征很好地結(jié)合.針對該問題,提出將條件隨機場(CRF)模型引入光譜匹配方法.CRF模型通過構(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,實現(xiàn)了聚類過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度,無法適應(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度改進傳統(tǒng)CRF模型的相似性測度準則.實驗證明,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】： 武漢大學城市設(shè)計學院;武漢大學遙感信息工程學院;
【基金】：國家自然科學基金資助項目(編號:41401400,71203166)
【分類號】：TP751
【正文快照】： 高光譜聚類是在缺乏先驗信息的前提下,根據(jù)高維特征空間的相似性判別準則,對高光譜數(shù)據(jù)進行歸類的方法[1].當前,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)不僅包含了精細光譜信息,而且蘊含了地物豐富的空間細節(jié)信息,能同時表達地

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 楊耘;徐麗;;基于分層特征關(guān)聯(lián)條件隨機場的遙感圖像分類[J];計算機應(yīng)用;2014年06期

，

本文編號：1185527