基于SVM的高光谱遥感图像亚像元定位
提出了基于支持向量机(support vector machine,SVM)的高光谱遥感图像亚像元定位方法.全变分(total variation,TV)模型是经典的保边缘平滑滤波器,本文将其引入作为预处理,来提高混合像元分解及亚像元定位的精度;本文方法在训练和检验样本的构建过程中,依据空间相关性理论,同时考虑了中心像元及其邻近像元丰度值对亚像元类别归属的影响;在监督分类训练和检验过程中,通过剔除纯净像元来缩减样本数量,在保证算法准确性的同时提高了效率.对真实高光谱遥感数据进行了实验,主观评价和定量分析验证了本文方法的有效性.
亚像元定位、高光谱遥感、SVM、TV、图像分类
42
P237(摄影测量学与测绘遥感)
国家自然科学基金61271408.The National Natural Science Foundation of China,No.61271408
2017-05-04(万方平台首次上网日期,不代表论文的发表时间)
共4页
198-201