第七章 高光谱遥感图像分类难点： l 难点1：高光谱图像的光谱分辨率的提高是以其 携带的数据量显著增加为代价的，并且数据之 间存在很大的冗余，如何从大量带有冗余的数 据中提取有用信息，是高光谱而遥感图像研究 的一个具有极大挑战性的问题。 l 难点2：由于空间分辨率的限制，使得一个像元 中可能包含不止一种地物类型（混合像元）， 如何对这种混合像元精确的分类是高光谱研究 的另一个重要课题。思路： l 高光谱遥感图像分类可以分为两种思路：一 种是基于图像数据的分类方法，主要利用数 据的统计信息来建立分类模型；另一种是基 于地物物理性质的分类方法，主要反映地物 的光学性质的光谱曲线来进行识别。传统方法 l 常用的传统方法监督分类算法：二进制 编码法、光谱角填图法、平行六面体方法、 最小距离法、最大似然法、神经网络分类法 、决策树分类法、基于专家系统的分类法等 ；无监督的分类算法： IsoData方法、K- Means方法等。 l 如何面对高光谱数据的海量以及高维特点,将 高光谱图像的各种特征相结合,研究快速、高 效的目标识别与分类算法是目前和未来一段 时间内高光谱图像处理研究的一个热点。l 遥
