光谱谐波分析的新型HAC非监督分类器

摘要：

高光谱影像分类是识别影像信息的重要途径之一，研究其算法对地物识别、动态变化监测和专题信息提取等方面具有重要意义。非监督分类由于其具有无须先验知识的特点，被广泛应用于高光谱影像分类。结合谐波分析理论提出一种新的高光谱影像非监督分类算法，即谐波分析分类器（harmonic analysis classifier ，HAC）。首先，该算法统计第一谐波分量并绘制其直方图，根据波峰数目及位置确定初始地物类别和聚类中心像元。然后将待分类像元光谱的波形信息映射到谐波分解次数、振幅和相位的特征空间中，利用同类地物在特征空间中表现聚集性这一特征，根据最小距离原则对待分类像元进行归类。最后，计算聚类中心像元间的欧式距离，通过设置距离阈值完成类间合并，从而达到高光谱影像分类的目的。提取两种地物类别的光谱曲线，经谐波分析后得到谐波分解次数、振幅和相位量，并分析其在特征空间中的分布情况验证了HAC算法的正确性。同时将 HAC算法应用到EO‐1卫星的Hyperion高光谱影像得到其分类结果，通过对比K‐MEANS ，ISODATA和 HAC算法的高光谱影像分类结果，证实 HAC算法作为一种非监督分类方法在高光谱影像分类方面具有较好的应用性。

关键词：光谱分析、谐波分析、非监督分类、特征映射、聚集性、高光谱影像

分类号：TP7(遥感技术)

资助基金：国家自然科学基金项目41271436

在线出版日期：2015-07-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2001-2006