样本受限条件下的高光谱遥感影像分类方法研究  

Sample Constrained Conditions Methods for Hyperspectral Remote Sensing Image Classification

作　　者：许慧琳 XU Huilin(State Key Laboratory of Information Engineering in Surveying,Mapping and Remote Sensing,Wuhan University,Wuhan 430079,China)

机构地区：[1]武汉大学测绘遥感信息工程国家重点实验室,湖北武汉430079

出　　处：《武汉大学学报（信息科学版）》2023年第5期822-822,共1页Geomatics and Information Science of Wuhan University

摘　　要：随着高光谱数据的海量增长,如何有效且准确地对高光谱遥感影像进行地物识别已成为机器学习领域的热点研究问题之一。然而,高光谱遥感影像光谱变化性大,目视解译困难,相比于自然影像和高分辨率遥感影像而言,标记样本的获取更为困难。因此,样本受限的问题在高光谱遥感影像分类任务中更为严峻。可以说,现阶段样本受限问题极大地阻碍了高光谱遥感影像分类走向应用的步伐,影响影像的解译精度。因此,如何在样本受限条件下对高光谱遥感影像进行分类,降低对标记样本的依赖,已成为遥感领域的前沿科学问题。

关 键 词：高光谱遥感影像 前沿科学问题 高分辨率遥感影像 光谱变化 目视解译 解译精度 地物识别 受限条件 

分 类 号：P237[天文地球—摄影测量与遥感]