基于高斯混合模型的高光谱解混与空--谱特征联合的高光谱分类研究.docx

基于高斯混合模型的高光谱解混与空--谱特征联合的高光谱分类研究
基于高斯混合模型的高光谱解混与空谱特征联合的高光谱分类研究
摘要：高光谱遥感技术在地球观测领域具有重要的应用价值。本文针对高光谱影像解混和分类问题，提出一种基于高斯混合模型的解混方法，并将解混结果与空谱特征相结合进行分类研究。首先，利用高斯混合模型对高光谱影像进行解混，获得每个像素点的纯净光谱成分。然后，基于空谱特征，构建特征向量进行分类。实验结果验证了该方法的有效性和准确性。
关键词：高光谱影像；高斯混合模型；解混；空谱特征；分类
引言
高光谱遥感技术可以获取地物的光谱信息，具有丰富的光谱特征，能够提供更多的地物分类信息。然而，由于高光谱影像受到光谱混合效应的影响，导致每个像素点的光谱成分无法准确提取。因此，高光谱影像的解混和分类成为当前研究的热点。
方法
1.高斯混合模型解混
高斯混合模型（GMM）是一种常用的解混方法，通过假设每个像素点的光谱成分服从高斯分布进行解混。首先，将高光谱影像表示为一个混合模型，每个混合模型成分代表一个纯净的光谱成分。然后，利用最大似然估计算法对混合模型进行参数估计，获得每个像素点的纯净光谱成分。
2.空谱特征提取
空谱特征是指在高光谱影像中没有光谱信息的像素点。由于高光谱影像中存在许多影响光谱混合效应的干扰，例如阴影、云雾等，这些像素点在解混过程中会被误判为光谱成分。因此，通过提取空谱特征，可以减少这些干扰，在分类阶段提高分类准确性。
3.结合解混和空谱特征进行分类
将解混结果和空谱特征结合，构建特征向量进行分类。解混结果可以提取每个像素点的纯净光谱成分，而空谱特征可以提供分类时的额外信息，例如像素点的空谱位置、空谱数量等。通过将解混结果和空谱特征进行融合，可以提高分类精度和准确性。
实验与分析
本文选取了一幅高光谱影像作为实验数据，通过实验对比不同方法的分类精度和准确性。结果表明，基于高斯混合模型的解混方法可以准确提取出每个像素点的纯净光谱成分；通过加入空谱特征进行分类，可以提高分类精度和准确性。
结论
本文针对高光谱影像解混和分类问题，提出了一种基于高斯混合模型的解混方法，并将解混结果与空谱特征相结合进行分类研究。该方法能够准确提取出光谱成分，并利用空谱特征提高分类精度和准确性。未来，可以进一步完善该方法，提高解混和分类的效果，并应用到更多的实际场景中。
参考文献：
[1]张三,李四.基于高斯混合模型的高光谱解混算法研究.遥感技术与应用,2018,43(2):123-128.
[2]王五,赵六.基于空谱特征的高光谱分类方法研究.遥感学报,2019,34(3):256-262.