基于地理加权的k-NN高分辨率遥感影像分类算法改进

摘要：

与中低分辨率相比,高分辨率遥感影像的信息比较丰富,在使用常规k-NN分类方法基于像元进行高分辨率遥感影像分类时会产生大量的“椒盐噪声”和地物类别错分.根据地理学第一定律,引入地统计模型,将地理权重加入到常规k-NN分类方法中,形成新的地理权重k-NN分类器(Geographically Weighted k-NN,GWk-NN).该方法首先通过条件概率函数计算出训练样本数据的空间分布特征,然后通过地统计模型对空间分布特征进行拟合,为每种地物选择合适的权重模型,这样既保留了遥感影像中地物的光谱特征,又融入了地物的空间特征,在一定程度上减少甚至消除了“椒盐噪声”,提高了分类精度.GWk-NN和常规k-NN分类器分析对比表明:GWk-NN分类方法提高了高分辨率影像的分类精度.

关键词：k-NN、空间特征、地理加权模型、GWk-NN

所属期刊栏目：28

分类号：TP75(遥感技术)

资助基金：国家自然科学基金项目40601074;江苏高校优势学科建设工程项目

在线出版日期：2013-05-13（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：97-102