面向对象的高光谱遥感影像稀疏表示分类

面向对象的高光谱遥感影像稀疏表示分类

徐 锐，林 娜，吕道双

【摘 要】稀疏表示用于高光谱遥感影像分类多是基于像素层次来处理的。文中提出一种面向对象的高光谱遥感影像稀疏表示分类方法。首先从高光谱影像中提取4个波段组成标准的多波段影像，进行面向对象的影像分割；然后计算各对象在各波段上的光谱均值，并选取少量样本进行训练；最后利用基于Fisher字典学习的稀疏表示进行高光谱遥感影像的分类。实验结果表明，该方法可以利用较少的样本得到较好的分类效果，与基于像素层的稀疏分类相比较，分类精度与效率均有所提高，分类结果更接近真实地物，避免了零碎图斑。 【期刊名称】测绘工程 【年(卷),期】2024(027)004 【总页数】6

【关键词】高光谱遥感影像；面向对象；影像分割；Fisher字典学习；稀疏表示

【文献来源】

https://www.zhangqiaokeyan.com/academic-journal-cn_engineering-surveying-

mapping_thesis/0201251394498.html

随着高光谱遥感技术的飞速发展，高光谱数据日益增多，但对高光谱遥感影像的处理能力却滞后于获取影像的能力，造成带有海量信息的高光谱影像数据无法为人所用。在遥感影像处理技术发展的初期，人们是基于每一个像元进行处理的，随着遥感影像空间分辨率的不断提高以及对影像不断深入的理解，发现每个像元之间并非是相互独立存在的，尤其是相邻的像元在空间上具有一定的连续性。于是，提出一种基于对象的遥感影像处理方法，该方法处理的基本单