联合空间信息的高光谱遥感协同表示动态集成分类算法

作     者：虞瑶 苏红军 陶旸 YU Yao;SU Hongjun;TAO Yang

作者机构：江苏省基础地理信息中心南京210013 河海大学地球科学与工程学院南京211100 

出 版 物：《遥感学报》 (NATIONAL REMOTE SENSING BULLETIN)

年 卷 期：2024年第28卷第1期

页      面：187-202页

核心收录：

学科分类：07[理学] 08[工学] 09[农学] 083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 070801[理学-固体地球物理学] 0708[理学-地球物理学] 0804[工学-仪器科学与技术] 0903[农学-农业资源与环境] 0816[工学-测绘科学与技术] 081602[工学-摄影测量与遥感] 081102[工学-检测技术与自动化装置] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金(编号:42122008,41871220) 江苏省自然资源科技项目(编号:2021041) 

主　　题：高光谱遥感 动态集成 自适应邻域 协同表示 影像分类 

摘      要：近年来,集成学习成为高光谱遥感影像分类的研究热点,尤其是动态集成算法根据测试样本的特征自适应地选择最佳分类器,其分类性能显著提升。然而现有的动态集成方法仅考虑测试样本与验证样本的光谱信息,忽略了高度规则化的高光谱遥感影像包含的丰富空间信息。为进一步提升高光谱遥感影像动态集成算法分类的准确性和可靠性,提出了联合空间信息的可变K邻域动态集成算法VKS(Variable K-neighborhood and Spatial Information)和联合自适应邻域空间信息的可变K邻域动态集成算法VKSA(Variable K-neighborhood with Shape-Adaptive)。两种算法第一阶段综合考虑分类器精度与相似度自适应地改变测试样本的K邻域,第二阶段分别设计固定窗口和自适应窗口的嵌入方式增加地物的局部空间近邻关系,充分利用高光谱遥感影像地物复杂的空间形态结构信息。实验部分采用3组通用的高光谱遥感影像数据对所提出算法的性能进行综合评价。结果表明相比于传统的动态集成算法,本文提出的联合空间信息的动态集成模型能显著提升分类精度,其中基于自适应窗口方式的VKSA算法明显优于基于固定窗口的VKS算法。