第30卷,第10期 光谱学与光谱分析2010年10月 SpectroscopyandSpectralAnalysis
Vol130,No110,pp2724-2728
October,2010
基于ICA与SVM算法的高光谱遥感影像分类
梁 亮,杨敏华,李英芳
中南大学信息物理工程学院,湖南长沙 410083
*
摘 要 提出了一种利用独立分量分析(ICA)与支撑向量机(SVM)算法进行高光谱遥感影像分类的新方法。采用ICA算法对高光谱遥感影像(PHI传感器获取,80波段)进行了特征提取,并以提取出的影像数据(光
谱维数为20)构建SVM分类器。对SVM算法进行核函数删选与参数寻优后,发现采用RBF核的SVM算法(C=103,C=0105)分类结果最佳,分类精度与Kappa系数分别达9415127%与019351,优于BP-神经网络(分类精度3914758%,Kappa系数013155)、波谱角分类(分类精度8012826,Kappa系数017709)、最小距离分类(分类精度8514627%,Kappa系数018277)以及最大似然分类(分类精度8610156%,Kappa系数018351)4种方法。针对分类结果常出现的/椒盐0现象,利用形态学算子对SVM(RBF核)分类结果进行了类别集群处理,将分类精度与Kappa系数分别提高至9417584%与019380,获得了更接近实况的分类图像。结果表明:ICA结合SVM算法准确率高,是高光谱遥感影像分类的优选方法,且类别集群是优化影像分类的有效方法之一。
关键词 高光谱;分类;支撑向量机(SVM);独立分量分析(ICA);类别集群中图分类号:TP75111 文献标识码:A DOI:1013964/j1issn11000-0593(2010)10-2724-05
在特征信号的提取与光谱维度的压缩方面,独立分量分析
引 言
高光谱遥感技术是20世纪80年代遥感领域最大的成就
之一,它使空间对地观测时可获取连续波段的地物光谱图像以实现地表物体的准确识别,从而在环境监测、海洋遥感、生态调查、精准农业、大气研究以及目标分类等众多领域获得了广泛的应用[1-5]。但由于高光谱影像包含的地物细节信息极为丰富,而传统的统计模式识别方法是基于大数定理,在其分类识别中往往因难以获得足够的训练样本而影响到各类别先验知识估计的准确性。且高光谱影像的光谱维数很高,分类时易因Hughes现象(维数灾难)而无法获得理想的结果,从而导致了利用高光谱数据进行地物分类识别存在一系列的问题。
在分类识别中,支持向量机(supportvectormachine,SVM)学习方法在解决小样本、非线性及高维模式识别中表现出许多特有的优势,可有效避免高光谱分类时的Hughes现象,已在高维度光谱的分析中获得了成功的应用[6-8]。而 收稿日期:2009-11-06,修订日期:2010-02-08
(independentcomponentanalysis,ICA)方法被证明可在取得
高压缩率的同时能很好地保持数据的特征[9-11]。因此,如果将ICA与SVM算法结合起来设计分类器,将可成功实现高光谱遥感影像海量信息的特征提取,并在分类过程中有效避免Hughes现象而获得较理想的结果。本文结合ICA与SVM算法的优点设计分类模型,并针对分类后图像通常所出现的/椒盐0现象(分类区域存在斑点或未分类的空洞),采用类别集群的方法,运用形态学算子对分类图像进行侵蚀操作,以获得逼近实况的分类影像,从而为高光谱遥感影像的分类提供一种新的方法。
1 算法原理与实验方法
111 独立分量分析原理
ICA是近年来发展起来的一种新的盲信号分离技术[12]。盲信号分离系指在源信号与信号混合模型未知的情况下,从混合信号(观测信号)中分离出源信号的过程。其基本含义是
基金项目:国家自然科学基金项目(30570279),中南大学研究生创新项目(1343-74334000022),中南大学拔尖博士研究生学位论文创新项目
(1960-71131100007),中南大学优秀博士论文扶持项目(2008yb024)与中南林业科技大学林业遥感信息工程研究中心开放性研究基金项目(RS2008k03)资助
作者简介:梁 亮,1981年生,中南大学信息物理工程学院博士研究生 e-mail:liangliang198119@1631com
*通讯联系人 e-mail:yangminhua@1631com
基于ICA与SVM算法的高光谱... 2人阅读 5页 2.00元 基于SVM动态集成的高光谱...通过分析高光谱遥感影像分类的现状及遇到的困难,以OMISl高光谱数据为实验数据,提出...
必须在传统分类算法的 基础上,结合高光谱遥感影像分类的特点,对小样本 条件下的分类、学习方法进行系统研究,SVM是一 种由Vapnik等根据统计学习理论提出的薪的学习 ...
基于SVM和Random Forest的高光谱遥感影像分类_专业资料。针对传统高光谱分类方法的...基于ICA与SVM算法的高光... 16人阅读 5页 2.00 基于SSMFA与kNNS算法的...
基于MFA与kNNS算法的高光谱遥感影像分类_专业资料。为了研究高光谱影像数据的维数...基于ICA与SVM算法的高光... 22人阅读 5页 2.00 基于决策树的高光谱遥感...
基于SSMFA与kNNS算法的高光谱遥感影像分类_专业资料。为了研究高光谱影像数据的维数约简和分类问题,提出了一种基于半监督边际费希尔分析(SSMFA)和kNNS的高光谱遥感影像...
基于ICA与SVM算法的高光谱... 暂无评价 5页 5财富值 一种基于小波分解及鲁棒...因此, 对高光谱遥感影像分类须进行有效的处理、 寻找最优 特征, 以增强地物的...
余影响分类精度 ; 其次 ,由于高维数据分类时存在维数灾难现 象 ,高光谱影像...基于ICA与SVM算法的高光... 暂无评价 5页 2.00 二进脊波变换的高光谱...
基于决策树的高光谱遥感影... 15人阅读 5页 2.00元 用随机决策树群算法进行...遥感影像,采用独立分量分析(ICA)和决策树分类(DTC)方法联合运作流程,开展影像.....
针对SVM应用于高光谱遥感影像分类时遇到的模型选 择的时间效率问题,提出了一种基于克隆选择算法优化交叉 验证的支持向量机(CSs、仆,I)核函数的核参数和惩罚因子C ...
热门文档