基于SVM的高光谱遥感图像亚像元定位.pdf

《基于SVM的高光谱遥感图像亚像元定位.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第４２卷第２期武汉大学学报·信息科学版Ｖｏｌ．４２Ｎｏ．２２０１７年２月ＧｅｏｍａｔｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅｏｆＷｕｈａｎＵｎｉｖｅｒｓｉｔｙＦｅｂ．２０１７ＤＯＩ：１０．１３２０３／ｊ．ｗｈｕｇｉｓ２０１５０４４３文章编号：１６７１－８８６０（２０１７）０２－０１９８－０４基于ＳＶＭ的高光谱遥感图像亚像元定位王毅１，２１，２李季１中国地质大学地球物理与空间信息学院，湖北武汉，４３００７４２湖北省地球内部多尺度成像重点实验室，湖北武汉，４３００７４摘要：提出了基于支持向量机（ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ，ＳＶＭ）的高光

2、谱遥感图像亚像元定位方法。全变分（ｔｏｔａｌｖａｒｉａｔｉｏｎ，ＴＶ）模型是经典的保边缘平滑滤波器，本文将其引入作为预处理，来提高混合像元分解及亚像元定位的精度；本文方法在训练和检验样本的构建过程中，依据空间相关性理论，同时考虑了中心像元及其邻近像元丰度值对亚像元类别归属的影响；在监督分类训练和检验过程中，通过剔除纯净像元来缩减样本数量，在保证算法准确性的同时提高了效率。对真实高光谱遥感数据进行了实验，主观评价和定量分析验证了本文方法的有效性。关键词：亚像元定位；高光谱遥感；ＳＶＭ；ＴＶ；图像分类中图法分类号：Ｐ２３７文献标志码：Ａ混合像元普遍存在于遥感

3、图像中，并且对解剔除训练样本和检验样本中的纯净像元来缩减样译带来了困难。传统分类技术会导致信息丢失，本数量，从而保证算法准确性的同时提高其效率。且分类精度难以满足要求。针对混合像元分解无法确定地物空间分布的问题，Ａｔｋｉｎｓｏｎ提出了亚１ＳＰＭ－ＳＶＭ模型［１］像元定位（ｓｕｂ－ｐｉｘｅｌｍａｐｐｉｎｇ，ＳＰＭ）技术。国内外已有不少亚像元定位方法，Ｍｅｒｔｅｎｓ提出了１．１ＴＶ模型利用遗传算法对目标函数求解的亚像元定位方遥感图像中存在着大量随机噪声，会导致混法［２］；Ａｐｌｉｎ提出了基于像元分割的亚像元定位合像元分解结果产生误差，从而直接影响亚像元［３］

4、；Ｋａｓｅｔｋａｓｅｍ提出了基于马尔科夫随机场定位方法的准确性。传统去噪方法在去除噪声的方法［４］同时容易破坏地物交界区域的混合像元，基于的亚像元定位算法；凌峰等在Ａｔｋｉｎｓｏｎ像元交ＴＶ模型的去噪算法不但能够去除图像中干扰噪换理论基础上提出了基于元胞自动机模型的亚像［５］声，而且还有效地保留了图像的结构和边缘信息。元定位模型，并实现了湖水边界的亚像元定该模型能够转化为能量泛函极小化问题，其对应［６］位；吴柯等人提出了正则化最大后验概率模型的Ｅｕｌｅｒ－Ｌａｇｒａｎｇｅ方程为：和模糊ＡＲＴＭＡＰ神经网络模型的亚像元定位方Ｅ"ｕ法［７，８］；钟燕飞等人

5、提出了自适应的高光谱亚像＝－ｄｉｖ（）＋λ（ｆ－ｕ）＝０，λ≥０ｕ｜"ｕ｜［９］元定位方法。（１）亚像元定位技术经过了数十年的发展，依旧式中，Ｅ表示能量；ｆ：ΩＲ２Ｂ表示波段数为Ｂ→Ｒ存在着一些目前难以解决的问题，如遥感影像的的原始高光谱图像；ｕ是方程（１）的解；"表示图像噪声干扰和算法效率低等。针对上述问题，本文的梯度。提出了基于支持向量机（ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ，１．２算法步骤及其实现ＳＶＭ）的高光谱遥感图像亚像元定位方法（ＳＰＭ－步骤１假设参考分类图中共有Ｎ类地物类ＳＶＭ方法），采用全变分（ｔｏｔａｌｖａｒｉａｔｉｏｎ，ＴＶ）

6、模别，将参考分类图分解为Ｎ幅二值图。对于第ｎ型对真实遥感数据进行增强处理，能够有效提高（１≤ｎ≤Ｎ）类地物而言，二值图中所有属于类别混合像元分解以及亚像元定位方法的精度；通过ｎ的像素点其值为１，其他所有像素值为０。根据收稿日期：２０１６－０４－２０项目资助：国家自然科学基金（６１２７１４０８）。第一作者：王毅，博士，副教授，主要从事高光谱遥感影像信息分析与处理研究。ｃｕｇ．ｙｉ．ｗａｎｇ＠ｇｍａｉｌ．ｃｏｍ第４２卷第２期王毅等：基于ＳＶＭ的高光谱遥感图像亚像元定位１９９放大因子μμ（＝２，３，４，…，）将Ｎ幅二值图分别亚像元定位方法进行比较。ＳＶＭ分类方

7、法是目进行降采样处理，并将其结果作为初始丰度图。前使用最为广泛的监督分类方法，该方法训练效再通过构建训练数据，将其中丰度为１或０的纯率高且结构简单、稳定性好；基于ＢＰ神经网络的净像元剔除，训练得到ＳＶＭ模型。据文献［１０］，亚像元定位方法是目前最经典的亚像元定位方本文采用简化训练样本的方式来提高算法效率；法，该方法具有较好的非线性拟合能力，训练精度步骤２评估ＳＶＭ模型的分类准确率。若稳定。为方便起见，ＳＰＭ－ＢＰ表示基于ＢＰ神经准确率不满足精度要求，则需重新调整ＳＶＭ参网络的亚像元定位方法。采用各地物类别平均均数。本文采用径向基核函数（ｒａｄｉａｌｂａｓ

8、ｉｓｆｕｎｃ－方根误差（ｍｅａｎｒｏｏｔ－ｍｅａｎ－ｓｑｕａｒｅｅｒｒｏｒ，ｔｉ