基于多源衛(wèi)星影像SVM分類方法的研究

《基于多源衛(wèi)星影像SVM分類方法的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、第32卷第4期測繪與空間地理信息VoI．32．No．4GEOMATICS＆SPAHALlNFoRMATloNTECHNOLOGYAug．，200921009年8月基于多源衛(wèi)星影像SVM分類方法的研究尹大林，蔣寶東，羅召華，劉倩(黑龍江地理信息工程院，黑龍江哈爾濱150086)摘要：簡要介紹了衛(wèi)星影像的預(yù)處理過程——糾正和融合，對3種常用融合方法SFIM融合、HIS融合和Brovey融合進行了分析比較，在此基礎(chǔ)上對衛(wèi)星影像的分類方法進行了比較分析，重點研究并詳細(xì)介紹了多源衛(wèi)星影像SVM分類方法。關(guān)鍵詞：衛(wèi)星影像糾正；衛(wèi)星影像融合；衛(wèi)星影像分類；多源衛(wèi)星影像SVM分類中圖分類號：T

2、P75文獻標(biāo)識碼：B文章編號：1672—5867(2009)04—0108—04ResearchontheSVMClassific~ationMethodbasedonMulti·—-sourcesSatelliteImageYINDa—hn，JIANGBao—dong，LUOZhao—hua，LIUQian(HeilongjiangInstituteofGeomaticsEngineering，Harbin150086，China)Abstract：Thispaperintroducedthesatelliteimagepreproeessingcourse—rectific

3、ationandfusion．ItanalyzesandcomparestheSFIM，HIS，andBroveyfusionmethods．Thenitanalyzesthesatelliteimageclassificationmethods．Itemphaticallyresearchesandde。tailedlyintroducestheSVMclassificationmethodbasedonmulti—sourcessatelliteimage．Keywords：satelliteimagerectification；satelliteimagefusion；s

4、atelliteimageclassification；multi—sourcessatelliteimageSVMelassi—fication0引言1衛(wèi)星影像的預(yù)處理衛(wèi)星影像正朝著三高(高光譜分辨率、高時相分辨1．1衛(wèi)星影像的糾正率、高空間分辨率)和三多(多平臺、多角度、多傳感器)的衛(wèi)星影像在成像過程中，經(jīng)遙感過程轉(zhuǎn)為遙感信息方向迅猛發(fā)展，面對如此海量的信息源，如何將同一地區(qū)后，受大氣傳輸效應(yīng)和遙感器成像特征的影響，地面目標(biāo)各種衛(wèi)星影像的有用信息疊放在一起用于地表覆蓋分類的空問特征會被部分歪曲而發(fā)生變形。這就需要對影像方面的技術(shù)已成為研究重點。20世紀(jì)7O年代以來的衛(wèi)中每個

5、像元進行地形變形糾正，使影像符合正射投影的星影像應(yīng)用實踐表明：可見光和紅外光大都使各類植被要求即衛(wèi)星影像正射糾正。衛(wèi)星影像的正射糾正一般是的成像互相重疊。因此，單用一種多光譜衛(wèi)星影像進行利用衛(wèi)星參數(shù)(軌道與姿態(tài)參數(shù))、DEM(消除地形影響)分析，要解決土地利用、資源監(jiān)測和軍事偵察等眾多問題和地面控制點參數(shù)(建立糾正模型)給遙感影像定位。經(jīng)幾乎是不可能的。國內(nèi)外許多學(xué)者對衛(wèi)星影像的分類方正射糾正后的衛(wèi)星影像方可作為融合和分類的底圖。法進行了廣泛而深入的研究，在傳統(tǒng)的非監(jiān)督和監(jiān)督分衛(wèi)星影像的正射糾正實質(zhì)是影像配準(zhǔn)，即根據(jù)影像類基礎(chǔ)上提出了用多源衛(wèi)星影像進行SVM分類的技術(shù)即的幾何畸

6、變特點，采用一個幾何變換將影像歸化到統(tǒng)一多源衛(wèi)星影像SVM分類技術(shù)，由此利用SFIM融合、HIS的坐標(biāo)系中。影像之間的配準(zhǔn)一般有兩種方式：一是影融合和Brovey融合的特點，將衛(wèi)星影像的光譜信息和紋像間的匹配，即以多源影像中的一幅影像為參考影像，其理信息結(jié)合起來，展開基于多源衛(wèi)星影像SVM分類方法他影像與之配準(zhǔn)，其坐標(biāo)系是任意的；二是絕對配準(zhǔn)，即的研究選擇某個地圖坐標(biāo)系，將多源影像變換到這個地圖坐標(biāo)收稿日期：2009—05—12作者簡介：尹大林(1972一)，男，黑龍江哈爾濱人，工程師，本科學(xué)歷，2008年畢業(yè)于武漢大學(xué)信息_l_=程專業(yè)，主要從事測繪IS09001質(zhì)量管理和生

7、產(chǎn)項目計劃管理等工作第4期尹大林等：基于多源衛(wèi)星影像SVM分類方法的研究109系中以實現(xiàn)坐標(biāo)系的統(tǒng)一。影像配準(zhǔn)通常采用多項式糾行分類的方法稱之為監(jiān)督分類(SupervisedClassification)。正法，直接用一個適當(dāng)?shù)亩囗検絹砟M兩幅影像間的相監(jiān)督分類是依據(jù)所建立的分類模板，在一定的分類決策互變形。配準(zhǔn)的過程分兩步：一是在多源影像上確定分規(guī)則下對影像像元進行聚類判斷的過程，即建立分類標(biāo)布均勻且足夠數(shù)量的影像同名點。二是通過選擇影像同志。一旦建立了一系列可靠的分類標(biāo)志，就可以進行像名