Uso de la máquina de vectores de soporte SVM para clasificar datos de teledetección hiperespectrales

Clasificación:

Máquinas de vectores de soporte

material:

ENVI5.3x, Indian_pines

Imagen de teledetección hiperespectral aérea de Indian Pines (denominada "datos de Indian Pines"), los datos fueron adquiridos por el sensor AVIRIS de la NASA en el área agrícola del noroeste de Indiana, EE. UU. El 12 de junio de 1992.

u La resolución espacial de los datos es de 20 m, el tamaño de la imagen es de 145 × 145 píxeles (21025 píxeles), el rango espectral es de 0,4 ~ 2,5 um y está compuesto por 224 bandas. Esta área contiene 16 tipos de cobertura del suelo en áreas agrícolas. El número total de píxeles etiquetados en esta área es 148,152, y el número de píxeles etiquetados en diferentes características es desigual. La imagen de arriba muestra la imagen compuesta en falso color de los datos de Indian Pines (izquierda) y el tipo de cobertura de superficie real (derecha).

Proceso:

Toma de muestras

SVM es un método de clasificación supervisado. En primer lugar, se recogen muestras y se generan puntos aleatorios según el tipo. Cada tipo genera 50 puntos aleatorios. Se utilizan como muestras un total de 900 puntos en 16 categorías. En teoría, cualquier proporción de puntos muestrales Algunos tipos de tierra están etiquetados Si el número total de muestras es inferior a 50, teóricamente, todas deberían seleccionarse como muestras, y no nos ocuparemos de ellas aquí.

ENVI abre los datos hiperespectrales y el archivo hsape de muestra, y genera roi (REGION OF INTRESTING), herramienta Vector To ROI desde el shapefile,