摘要
高光谱成像技术因其波段数量多和光谱分辨率高等优势已被广泛应用于遥感领域.本文以无人机搭载GaiaSky-mini2推扫式机载高光谱成像仪,采集研究区高光谱遥感图像,并进行边缘图像剔除、几何校正、镜头校正、辐射校正和大气校正等图像预处理;将研究区内地物分为背景地物和建筑垃圾2类,利用决策树法将背景地物分离,基于图像像元选取研究区内4类建筑垃圾的样本点,统计并提取样本点的光谱信息,建立波谱库;利用二值编码、光谱信息散度和光谱角匹配3种算法对研究区内建筑垃圾的高光谱遥感图像进行分类,并对分类结果进行精度评价,比较3种光谱匹配算法的分类效果.试验结果表明,光谱角匹配算法对于研究区内各类建筑垃圾的分类效果最佳,总体分类精度达到88.0%,Kappa系数达到0.85.本研究验证了无人机高光谱遥感在建筑垃圾分类提取领域的科学性和可行性,为未来建筑垃圾的分类识别工作提供有效的技术手段.
-
单位首都师范大学; 核工业北京地质研究院