[发明专利]高光谱图像分类实验方法

说明书

本发明公开了一种高光谱图像分类实验方法，包括：多波段图象组合处理的图像增强处理方法，高光谱卫星相机成像系统成像时，每一片探测器单独成像并下传，地面部分做多探测器拼接处理；针对新数据情况，需确定其分类系统和样本制备策略，感兴趣区域通过点线面几何形式来绘制，作为监督或半监督图像分类的训练样本、验证样本或测试样本，或便于图像的掩膜、裁剪、局部统计操作；对分类实验及结果分析。以目前的高光谱卫星数据处理与分析为背景，实现智能信息提取与地表覆盖识别，为实现高精度、高动态、精细化的对地高光谱遥感监测积累工作经验。

技术领域

本发明涉及一种星载民用成像光谱仪的图像分类技术，尤其涉及一种高光谱图像分 类实验方法。

背景技术

高光谱遥感数据的特点是光谱分辨率高、波段连续性强，能够获得地物在一定范围 内连续的、精细的光谱曲线，具有非常好的应用前景。目前，星载民用成像光谱仪的高光谱数据的空间分辨率为30米，可以用于大尺度地物的分类，而空间分辨率的不足，限 制了其在精细尺度分类方面的应用。

发明内容

本发明的目的是提供一种高光谱图像分类实验方法。

本发明的目的是通过以下技术方案实现的：

本发明的高光谱图像分类实验方法，包括：

步骤A、多波段图象组合处理的图像增强处理方法：

即通过同一地区或地物不同波段图象的不同组合叠加，达到突出图像上不同目标的 处理方法，这样既综合了各个波段的不同特性，又扩展了图像的动态范围，使图像上不同类型、形态的地物获得良好的显示效果；

步骤B、高光谱卫星相机成像系统由3片探测器物理拼接构成，成像时，每一片探测器单独成像并下传，地面部分做多探测器拼接处理；

步骤C、分类体系设计及样本制备：

针对新数据情况，需确定其分类系统和样本制备策略，感兴趣区域通过点线面几何 形式来绘制，作为监督或半监督图像分类的训练样本、验证样本或测试样本，或便于图像的掩膜、裁剪、局部统计操作；

步骤D、分类实验及结果分析：

监督分类是遥感图像分类的一种，即用被确认类别的样本像元去识别其他未知类别 像元的过程；

已被确认类别的样本像元是指那些位于训练区的像元；

在这种分类中，分析者在图像上对每一种类别选取一定数量的训练区，计算机计算 每种训练样区的统计或其他信息，每个像元和训练样本作比较，按照不同规则将其划分到和其最相似的样本类；

监督分类能分两个基本步骤：

选择训练样本和提取统计信息，以及选择分类算法。

由上述本发明提供的技术方案可以看出，本发明实施例提供的高光谱图像分类实验 方法，以目前的高光谱卫星数据处理与分析为背景，实现智能信息提取与地表覆盖识别，为实现高精度、高动态、精细化的对地高光谱遥感监测积累工作经验。

附图说明

图1为本发明实施例中高光谱卫星数据处理流程示意图；

图2为本发明实施例中高光谱卫星命名代号示意图；

图3为本发明实施例中实验区域示意图。

具体实施方式

下面将对本发明实施例作进一步地详细描述。本发明实施例中未作详细描述的内容 属于本领域专业技术人员公知的现有技术。

本发明的高光谱图像分类实验方法，其较佳的具体实施方式是：

包括：

步骤A、多波段图象组合处理的图像增强处理方法：