基于MNF和SVM的高光谱遥感影像分类研究

作者：李海涛; 顾海燕; 张兵; 高连如

来源：遥感信息, 2007, (05): 12-15+25+103.

• 高光谱遥感
• Hughes现象
• 最小噪声分离变换
• 支持向量机(SVM) hyperspectral remote sensing
• hughes phenomenon
• minimum noise fraction transformation
• support vector machine(SVM)

通过分析高光谱遥感影像分类的现状及遇到的困难,以OMIS1高光谱数据为实验数据,提出了基于最小噪声分离(Minimum Noise Fraction-MNF)变换和支持向量机(Support Vector Machine-SVM)的高光谱遥感影像分类方法。分类实验结果表明:与传统的最大似然分类法(Maxi mum Likelihood Classification-MLC)比较,该方法克服了Hughes现象,分类速度得以提高,总体分类精度达到94.85%,从而表明了该方法用于高光谱遥感影像分类的实用性和优越性。

• 单位
  中国科学院遥感应用研究所; 辽宁工程技术大学; 遥感科学国家重点实验室; 中国测绘科学研究院