基于EO-1 Hyperion影像地物识别与分类不同方法的效果比较

摘要：

以广州市大学城为研究区域裁剪出Hyperion影像,直接从影像提取地物端元,采用光谱角匹配、无约束和全约束的线性混合像元分解等3种方法进行地物识别与分类,分别生成地物分类图；选用Kappa系数和总精度两个参数,对比不同方法的地物识别效果.结果显示,分类图像的总精度均大于60％,Kappa系数在0.61-0.80,表明将高光谱影像用于地物识别与分类,可获得好的地物识别与分类结果.其中,光谱角匹配和全约束的线性混合分解法得到的两个参数明显更大.就地物类型而言,3种方法都对自然地物有较好的识别与分类效果,如林地和草地的用户精度高于80％,裸地和水体的值也高于50％.对人工地物的高反射率表面也有好的识别效果,用户精度达100％;对老建筑屋顶以及低反射率表面的识别效果不佳.尽管如此,光谱角匹配和全约束的线性混合像元分解法对于识别建筑屋顶的水泥混凝土表面表现出优势,用户精度大于71.4％.

关键词：地物识别与分类、光谱角匹配、线性混合像元分解、Hyperion影像

所属期刊栏目：21

分类号：TP753(遥感技术)

资助基金：国家自然科学基金重点项目和面上项目41130748,41171070;广东省自然科学基金9151051501000030;教育部人文社会科学研究青年基金项目10YJCZH031;住房和城乡建设部科技计划项目2011-R2-38;广州市科技和信息化局国际科技交流与合作专项项目2012J5100044

在线出版日期：2013-07-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：453-462