The invention provides a spectral angle mapping classification method, which comprises the following steps: (1) acquiring the relative reflectance image of hyperspectral image; (3) selecting the \final component spectrum\; (3) calculating the class center; (3) calculating the similarity of spectral vectors; and (3) matching and classifying the image spectrum. Compared with the prior art, the method proposed by the invention effectively solves the phenomena of leakage and mixing in the traditional ground object shaking induction classification method, achieves high classification accuracy, fewer misclassification phenomena, more fine, more in line with the actual situation of the ground object, and has a good application prospect.
【技术实现步骤摘要】
一种光谱角度制图分类方法
本专利技术涉及遥感
,具体涉及一种光谱角度制图分类方法。
技术介绍
光谱角度制图法通过计算一个测试光谱(像元光谱)与一个参考光谱之间的“角度”来确定它们两者之间的相似性。参考光谱可以是实验室光谱或野外测定光谱或是从图像上提取的像元光谱。这种方法假设图像数据已被缩减到“视反射率”,即所有暗辐射和路径辐射偏差已经去除。它被用于处理一个光谱维数等于波段数的光谱空间中的一个向量。传统的光谱角度制图分类方法通过从光谱数据库中选择感兴趣的“最终成分光谱”作重采样,并对原始光谱曲线作低通平滑处理,然后计算最终成分光谱与图像像元光谱两个光谱向量之间的角度(广义夹角余弦),以评价两个光谱像量的相似性,从而实现对图像光谱的匹配和分类。如果只是为了突出感兴趣的一类最终成分光谱(目标光谱),那么SAM的输出是一幅灰度图,其上低值代表相似性高,即和目标光谱有较高的吻合性。但传统的SAM方法直接以像元向量均值为中心不能反映向量的角度关系,而且简单地用夹角最小作为分类判据也不能反映所选择的样本区域的统计特性。因此,针对上述问题,本专利技术提出了一种新的技术方案。
技术实现思路
本专利技术的目的是提供一种具有分类精度高,错分想象少,更符合地物实际状况的光谱角度制图分类方法。本专利技术是通过以下技术方案来实现的:一种光谱角度制图分类方法,包括以下步骤:获取高光谱影像的相对反射率图像成像光谱仪获取的原始数据DN值不能直接反映地物的光谱特征,通过选择常用的内部平均法对原始数据进行预处理,即数据除以波段的平均值来消除大气影响;选择“最终成分光谱”通过在高光谱最佳波段融 ...
【技术保护点】
1.一种光谱角度制图分类方法,其特征在于:包括以下步骤:
【技术特征摘要】
1.一种光谱角度制图分类方法,其特征在于:包括以下步骤:获取高光谱影像的相对反射率图像成像光谱仪获取的原始数据DN值不能直接反映地物的光谱特征,通过选择常用的内部平均法对原始数据进行预处理,即数据除以波段的平均值来消除大气影响;选择“最终成分光谱”通过在高光谱最佳波段融合图像中选择已知类型的明显区域,并成相对反射率图像上提取各样本区域的相对射光谱作为最终成分光谱;计算类中心将样本类中各光谱向量投影到单位半径的超球面上,即对各向量进行归一化,归一化后的向量为Ri=(ri,r2,……rn),其几何中心也在单位超球面上,类中心为:R=计算...
【专利技术属性】
技术研发人员:姚国平,
申请(专利权)人:苏州纯青智能科技有限公司,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。