| 基于线性光谱模型和支撑向量机的软硬分类方法 |
| |
| 作者姓名： | Hu TG Pan YZ Zhang JS Li LL Le L |
| |
| 作者单位： | 北京师范大学地表过程与资源生态国家重点实验室,北京师范大学资源学院,北京,100875 |
| |
| 基金项目： | 国家高技术研究发展计划项目(2006AA120101); 国家自然科学基金项目(40871194); 北京师范大学优秀博士论文培育基金项目资助 |
| |
| 摘 要： | 针对硬分类方法中无法解决的混合像元问题及软分类方法中全图共用一套端元进行混合像元分解所带来的弊端,提出了一种新的软硬分类方法。该方法通过分析目标地物在图像中的分布情况,自动计算判别阈值,将图像分为目标地物纯净区域、目标地物混合区域和非目标地物区域。对于目标地物纯净区域和非目标地物区域采用硬分类方法(支撑向量机)快速提取分类信息;对于目标地物混合区域采用软分类方法(端元可变的线性混合像元分解)提取目标地物丰度信息,最后得到目标地物软硬分类结果。通过对北京地区ALOS图像的应用试验,并将新方法与支撑向量机、线性光谱混合模型进行比较,新方法的RMSE值为0.203,总量精度达到95.48%,高于支撑向量机和线性光谱混合模型。实验结果表明,新方法能够有效解决混合像元问题,提高图像分类精度。
|
| 关 键 词： | 软硬分类 线性光谱模型 支撑向量机 自适应阈值 |
Integration of soft and hard classifications using linear spectral mixture model and support vector machines |
| |
| Hu TG,Pan YZ,Zhang JS,Li LL,Le L.Integration of soft and hard classifications using linear spectral mixture model and support vector machines[J].Spectroscopy and Spectral Analysis,2011,31(2):508-511. |
| |
| Authors: | Hu Tan-Gao Pan Yao-Zhong Zhang Jin-Shui Li Ling-Ling Le Li |
| |
| Institution: | HU Tan-gao,PAN Yao-zhong,ZHANG Jin-shui,LI Ling-ling,LI Le State Key Laboratory of Earth Surface Processes and Resource Ecology,Beijing Normal University,Beijing 100875,China |
| |
| Abstract: | This paper presents a new soft and hard classification.By analyzing the target objects in the image distribution,and calculating the adaptive threshold automatically,the image is divided into three regions: pure regions,non-target objects regions and mixed regions.For pure regions and non-target objects regions,hard classification method(support vector machine) is used to quickly extract classified results;For mixed regions,soft classification method(selective endmember for linear spectral mixture model) is... |
| |
| Keywords: | Hard/soft classification Linear spectral mixture model(LSMM) Support vector machines(SVM) Adaptive threshold |
| 本文献已被 CNKI 万方数据 PubMed 等数据库收录！ |
|
