第七章 高光谱遥感图像分类 本章主要介绍高光谱遥感数据的分 类算法和实验。 17.1 遥感图像分类 数据信息 l 利用计算机通过对高光谱遥感图像中的各类地 物的光谱信息和空间信息进行分析、选择特征 ,并用一定的手段将特征空间互分为互不重叠 的子空间,然后将图像中的各个像元划分到各 个子空间去。 2构造分类器 l 分类器如下图所示是把未知模式识别为已知 模式的工具,要实现这一功能,它由以下四 个部分组成:分类特征,分类判据,分类准 则,分类算法。 31)遥感图像的分类特征 l 分类特征即将各类模式区分开来的特征,常 用的高光谱图像的分类特征就是光谱特征, 主要分为:光谱反射率、波形、光谱数学变 换特征、光谱吸收指数、导数光谱波形等。 l 除此之外,还有几何特征,多时相特征(融 合),数字变换特征(),高程信 息等。它们都可以作为分类的依据加入到分 类模型当中。 42)分类判据 相似性作为分类判据的度量:可以表现为不同 的 形式: l 距离值(Distance Value):像素或像素组 信号特征向量之间距离值的大小来衡量。假如样 本均线性可分欧式距离 假如样本正态分布 马氏距离,假如样本