高光譜圖像分類方法.pptx

《高光譜圖像分類方法.pptx》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、高光譜圖像分類方法耿修瑞2010.10.11提綱監(jiān)督分類無(wú)監(jiān)督分類監(jiān)督分類最小距離法光譜角度填圖平行管道法最大似然法典范分析最小距離法Envi演示最大似然法關(guān)鍵在于訓(xùn)練樣本統(tǒng)計(jì)參數(shù)的估計(jì)訓(xùn)練樣本的個(gè)數(shù)要足夠多Envi演示典范分析最小類內(nèi)聚合度最大類間離散度典范分析無(wú)監(jiān)督分類方法KmeansIsodata萬(wàn)有引力Kmeans初始點(diǎn)的選取類別數(shù)的給定最小距離迭代重復(fù)上述步驟Envi演示基于萬(wàn)有引力的高光譜圖象分類算法本算法的思想源于下面一個(gè)假想的景象：浩瀚的宇宙中，每一個(gè)星球只在別的星球的萬(wàn)有引力作用下運(yùn)動(dòng)，大的星球不斷吸引著周圍的小星球，通過(guò)不斷的聚集

2、，最后形成若干個(gè)大的星團(tuán)。我們把需要分類的所有樣本比作質(zhì)量相同的球體，這樣樣本分布比較密的地方就對(duì)應(yīng)著大的星球，樣本分布比較稀疏的地方對(duì)應(yīng)著小的星球，在相互之間的萬(wàn)有引力作用下，經(jīng)過(guò)一段時(shí)間的聚集之后，最后形成的大的星團(tuán)就對(duì)應(yīng)著我們所要的分類結(jié)果。人工模擬數(shù)據(jù)實(shí)驗(yàn)情況Quickbird圖象實(shí)驗(yàn)情況原始假彩色合成圖像（波段4，3，2）及其分塊圖象分類結(jié)果用于處理的Cuprite區(qū)域的AVIRIS數(shù)據(jù)假彩色合成圖(2101nm,2200.8nm,2340.2nm)K-Means聚類結(jié)果(10)萬(wàn)有引力再聚類結(jié)果(10)感興趣區(qū)域內(nèi)主要為流紋質(zhì),硅質(zhì)凝灰?guī)r

3、,但是由于地形，陰影等因素的影響,使得它們?cè)谔卣骺臻g中主要呈現(xiàn)線性變化分布特征,k_means和Isodata等傳統(tǒng)的非監(jiān)督分類方法對(duì)此類分布特征失效.而利用我們的方法就能很好的將它們歸為一類.