基于高光譜影像多維特征的植被精細分類

作者：苗宇宏,楊敏,吳國俊

摘要：目前,高光譜植被精細分類存在三個問題:單純利用光譜信息得到的分類精度較低;光譜數據存在噪聲影響了最終的分類結果;缺少針對具體應用場景而設計的分類方法。為此,提出了一種基于高光譜影像多維特征的植被精細分類方法,通過光譜數據降維、紋理特征提取以及植被指數選擇三個方面對高光譜影像數據進行分析與利用,依靠前期現場調查得到的地面植被分布情況,選擇訓練樣本并進行支持向量機(Support vector machine,SVM)監督分類,完成地面植被的精細分類,對分類結果進行驗證,總體精度可達99.6%。結果表明,基于高光譜影像多維特征的植被分類方法能夠有效地減小數據噪聲、提高信息利用率,為植被生態監測提供更為準確的數據支撐。

發文機構：中國科學院西安光學精密機械研究所陜西省海洋光學重點實驗室 青島海洋科學與技術試點國家實驗室海洋觀測與探測聯合實驗室 國家海洋局北海海洋技術保障中心

關鍵詞：高光譜光譜降維紋理特征植被指數支持向量機hyperspectralspectral dimension reductiontexture featurevegetation indexsupport vector machine

分類號： P237[天文地球—攝影測量與遙感]