基于决策级数据融合的chris 高光谱图像分类方法研究 - 海洋科学.pdf

基于决策级数据融合的 CHRIS 高光谱图像分类方法研究 马 毅, 张 杰, 任广波, 崔廷伟 ( , 266061) 摘要: 本文选取 8 种常用的遥感图像监督分类方法, 综合利用多数投票方法与先验分类概率信息, 设 计了3 组决策级融合分类策略, 在应用地物丰富的黄河口湿地CHRIS 高光谱图像数据进行分类实验的 基础上, 开展了不同融合策略决策分类结果的比较研究, 分析了融合策略对高光谱图像总体分类精度 以及不同地物分类精度的影响。结果表明: (1)3 组决策级融合策略总体分类精度均大于85%, Kappa 系 数都优于 0.77, 较 8 种单分类器均有提高, 表明决策级融合是利用已有分类器资源、提升高光谱图像 分类精度的一种途径; (2)策略 3 的分类表现最好, 即维持最小虚警率的前提下降低错分可以提高分类 精度, 其中芦苇、滩涂地物同时保持了很高的生产者精度和用户精度, 均接近90%, 水体在保持较高用 户精度的情形下生产者精度有大幅提升, 增幅达 11%; (3)每组策略综合考虑生产者精度和用户精度的 情形下分类精度最高, 较仅考虑生产者精度或用户精度的情形提升了 1~2 个百分点, 表明设计算法时 应同时考虑减少错分和漏分的情况。 关键词: 图像分类; CHRIS; 决策级数据融合 中图分类号: TP181 文献标识码: A 文章编号: 1000-3096(2015)02-0008-07 doi: 10.11759/hykx20141011006 , , , , 8 , , , , , CHRIS , , , , , , [1-4], 1 数据与方法 , 1.1 数据与处理 [5-8] [9] [10-11] CHRIS(Compact High Resolution Imaging Spec- [12] Adaboost [13-14], trometer) (European Space Agency, ESA)PROBA , , [15-18], , 5 ( 1),