高晓健，郭宝峰，于 平

高光谱空谱一体化图像分类研究

高晓健1，郭宝峰1，于 平2

（1.杭州电子科技大学信息与控制研究所，浙江杭州310018；2.中国科学院长春光学精密机械与物理研究所，吉林长春130000）

高光谱图像分类是遥感图像处理技术中的一个热点，提高分类精度是目前一个重要研究方向。常规的高光谱图像分类技术主要关注于如何更好地利用光谱空间的分类信息，往往忽视图像空间域信息。本文提出了一种基于空谱一体化处理的高光谱图像分类方法，在利用数据进行自身光谱特征分类的同时采用区域生长法和二值形态学法相结合的空间域有效信息对光谱分类结果进行补充。实验证明本方法能提高高光谱图像分类精度。

图像处理；高光谱分类；空谱一体化；空间信息

1 引 言

随着对地观测技术的发展，光谱遥感技术成为人们获取地表信息的重要手段。高光谱遥感作为一种新型的遥感方式，在军用和民用领域都发挥着极其重要的作用［1］。高光谱图像分类是高光谱信息处理的重要方向，其中高精度的分类算法是实现各种应用的一个重要前提。

然而，高光谱图像以其高分辨率、多波段数、大数据量的特点［2］给传统图像分类技术带来了巨大的挑战。传统的分类方法不管是最大似然分类法、决策树分类法还是人工神经网络方法、支持向量机方法都仅仅从光谱域层面对地物特征进行分类识别。然而，高光谱遥感数据不仅包含有丰富的地物光谱信息，而且在图像空间维、光谱维两个不同的维度都会对地物特征有具体的描述和表达［3］。……