采用支持向量机SVM对高光谱遥感数据进行分类

分类方法:

支持向量机

材料:

ENVI5.3x,Indian_pines

Indian Pines航空高光谱遥感影像(简称“Indian Pines数据”),该数据由NASA AVIRIS传感器于1992年6月12日在美国印第安纳州西 北部农业区获取。
u该数据空间分辨率为20m,影像空间大小为145x145像素(21025个),光谱范围为0.4~2.5 um,由224个波段构成。该区域包含16种农业区域地表覆盖类型组成,该区域标注像元总数目为148152个,且不同地物标注像元数目不均衡。上图为Indian Pines数据的假彩色合成影像(左)及地表真实覆盖类型(右)。

流程:

样本制作

SVM是一种监督分类方法,首先需要采集样本,按照类型生成随机点,每类型生成50个随机点,16类共900个点作为样本,理论上可以生成任意比例的样本点,有些地类标注的样本数总共不足50的理论上应该全选为样本,这里不做处理了。

ENVI打开高光谱数据和样本hsapefile文件,将shapefile文件生成roi(REGION OF INTRESTING),Vector To ROI工具,

0-15对应1-16

结果如下:

用途

以相同的样本验证不同分类方法的分类效果

猜你喜欢

转载自blog.csdn.net/soderayer/article/details/114933202