张 微，张 伟，刘世英，杨金中，茅晟懿

基于核PCA方法的高分辨率遥感图像自动解译

张 微1，张 伟2，刘世英3，杨金中1，茅晟懿4

(1.中国国土资源航空物探遥感中心，北京 100083;2.四川省地质调查院，成都 610081;3.青海省地质调查院，西宁 810012;4.中国科学院广州地球化学研究所，广州 510640)

针对基于像元的高分辨率遥感图像自动解译存在的缺点，提出一种分三步走的高分辨率遥感图像自动解译技术流程:首先采用核PCA进行特征提取，然后采用支持向量机(Support Vector Machine，SVM)进行分类，最后采用择多滤波器进行分类后处理。通过对覆盖西藏山南地区的IKONOS图像的解译实验表明，本文方法能够有效地实现遥感图像自动解译，其结果与人工目视解译图基本一致，取得了理想的效果。

IKONOS;核PCA;支持向量机;分类后处理

0 引言

遥感技术具有大尺度、不受自然条件(如地形)和交通条件限制等优势，在区域地质调查中发挥着越来越重要的作用。多光谱遥感数据是传统的遥感地质应用的数据源，其中，中低光谱分辨率图像(如Landsat MSS、SPOT或ASTER)主要用于较大区域尺度下的地质构造与地形地貌解译［1－3］;最近发展起来的高分辨率遥感图像(如IKONOS、QuickBird或WorldView－2)为地质信息解译提供了新的数据源，具有更丰富的信息表达，已在地质领域进行了应用［4－9］，但仍主要是对图像的人工目视解译。人工目视解译虽然可以获得较好的分类结果，但工作量大，效率低，具有主观性强和非定量等缺陷［10］。传统的针对中低分辨率图像开发的基于像元的分类技术，仅利用单个像元的光谱特征进行分类，而没有顾及高分辨率遥感图像中丰富的空间结构和纹理信息，会导致分类结果存在严重的类内噪声。……