联合解混及自适应端元提取的高光谱图像分类方法技术

本发明专利技术公开了一种联合解混及自适应端元提取的高光谱图像分类方法，用于解决现有基于光谱解混的高光谱图像分类方法误差大的技术问题。技术方案是首先对图像进行粗分类，继而利用混淆矩阵实现各类别的端元集提取。通过获得的端元集对各类别中的训练样本进行线性光谱解混，利用其丰度值优化基于多元逻辑回归的概率分类器，获得较优分类结果。根据分类结果实现类别的端元集更新。迭代此过程，不断优化分类器，提高了分类精度。本发明专利技术在模拟数据集和两个真实高光谱数据集AVIRIS?Indian?Pine数据和ROSIS?Pavia?University数据上的测试结果表明，平均精度分别为81.98%，62.19%，82.38%。

【技术实现步骤摘要】

【技术保护点】
一种联合解混及自适应端元提取的高光谱图像分类方法，其特征在于包括以下步骤：第一步，采用基于统计理论的最大似然分类算法对原始高光谱图像进行粗分类；当样本数量N满足N>1000，每类随机选择5‰的像元作为训练样本，100ei=1NiΣj=1Nixj(i)---(1)（2）利用混淆矩阵统计第i类地物mi错分到其他类别的像元个数；设定阈值λ，满足.0＜λ＜＜1，对于第j类地物，若第i类像元错分到第j类的像元个数Cij与第i类分对的像元个数Cii之比大于阈值λ，则将第j类的端元加入到第i类地物的端元集中，Βi为图像端元集Ε的子集，Si是第i类地物可能包含的地物种类的个数；T={t|Cit≠0...

【技术特征摘要】

【专利技术属性】
技术研发人员：张艳宁，魏巍，孟庆洁，张磊，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：