基于"高分五号"遥感图像的地物分类方法

摘要：

作为全波谱段高光谱卫星,"高分五号"卫星可提供丰富的遥感数据,研究利用"高分五号"卫星遥感图像实现精确的地物分类方法,这是实现高光谱遥感信息资源所有权的重要组成部分.文章立足于"高分五号"卫星数据,先进行遥感图像预处理,有效地消除大气干扰和噪声,优选核主成分分析方法进行"高分五号"卫星高光谱图像的特征提取,用最大似然法(MLE)、卷积神经网络(CNN)、支持向量机(SVM)3种分类器对高光谱图像数据分类.结果表明,RBF核的支持向量机分类器精度可达到97.889 7%,Kappa系数为0.966 7,比传统的最大似然法、神经网络分类方法分类精度分别高出15.478%, 8.670 8%.由此可以实现"高分五号"卫星数据预处理,及其在土地利用分类应用上的可行性.

关键词：地物分类、遥感图像、图像预处理、大气干扰消除、特征提取、数据分类

所属期刊栏目：43

分类号：TN965-34;TP79

资助基金：国家自然科学基金面上项目;数学地质四川省重点实验室开放基金项目

在线出版日期：2020-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：85-88