高光谱遥感图像的监督分类  

Supervised Classification Method for Hyperspectral Images

作　　者：黄立贤[1] 沈志学[1] 

机构地区：[1]中国工程物理研究院流体物理研究所,四川绵阳621900

出　　处：《地理空间信息》2011年第5期81-83,166,共3页Geospatial Information

基　　金：中国工程物理研究院科学技术发展基金资助项目(2010B0401049)

摘　　要：图像分类是高光谱遥感图像分析与应用的重要手段。总结了目前用于高光谱图像监督分类的主要方法,包括最小距离法、最大似然法、神经元网络法和支持向量机法,分析了上述方法的特点,并探讨了高光谱遥感图像分类方法的发展趋势。Classification is an important means for analysis and application of hyperspectral images.The main method of supervised classification for hyperspectral images including Minimum Distance Classifier,Maximum Likelihood Classifier and Artificial Neural Network Classifier were introduced and the characteristic of the method were analyzed.Finally,the develop trend of classification method for hyperspectral images was discussed.

关 键 词：高光谱图像 图像分类 监督分类 遥感应用 

分 类 号：P237.9[天文地球—摄影测量与遥感]