[发明专利]高光谱图像分类实验方法

权利要求书

1.一种高光谱图像分类实验方法，其特征在于，包括：

步骤A、多波段图象组合处理的图像增强处理方法：

即通过同一地区或地物不同波段图象的不同组合叠加，达到突出图像上不同目标的处理方法，这样既综合了各个波段的不同特性，又扩展了图像的动态范围，使图像上不同类型、形态的地物获得良好的显示效果；

步骤B、高光谱卫星相机成像系统由3片探测器物理拼接构成，成像时，每一片探测器单独成像并下传，地面部分做多探测器拼接处理；

步骤C、分类体系设计及样本制备：

针对新数据情况，需确定其分类系统和样本制备策略，感兴趣区域通过点线面几何形式来绘制，作为监督或半监督图像分类的训练样本、验证样本或测试样本，或便于图像的掩膜、裁剪、局部统计操作；

步骤D、分类实验及结果分析：

监督分类是遥感图像分类的一种，即用被确认类别的样本像元去识别其他未知类别像元的过程；

已被确认类别的样本像元是指那些位于训练区的像元；

在这种分类中，分析者在图像上对每一种类别选取一定数量的训练区，计算机计算每种训练样区的统计或其他信息，每个像元和训练样本作比较，按照不同规则将其划分到和其最相似的样本类；

监督分类能分两个基本步骤：

选择训练样本和提取统计信息，以及选择分类算法。

2.根据权利要求1所述的高光谱图像分类实验方法，其特征在于，所述步骤A中，波段能组合很多RGB方案用于不同地物的解译，典型波段的特征包括：

蓝色波段B，该波段位于水体衰减系数最小的部位，对水体的穿透力最大，用于判别水深，研究浅海水下地形、水体浑浊度，进行水系及浅海水域制图；

绿色波段G，该波段位于绿色植物的反射峰附近，对健康茂盛植物反射敏感，能识别植物类别和评价植物生产力，对水体具有一定的穿透力，能反映水下地形、沙洲、沿岸沙坝特征；

红色波段R，该波段位于叶绿素的主要吸收带，能用于区分植物类型、覆盖度、判断植物生长状况，此外该波段对裸露地表、植被、岩性、地层、构造、地貌、水文特征均能提供丰富的植物信息；

近红外波段(NIR)，该波段位于植物的高反射区，反映了大量的植物信息，多用于植物的识别、分类，同时它也位于水体的强吸收区，用于勾绘水体边界，识别与水有关的地质构造、地貌；

短波红外波段(SW1)，该波段位于两个水体吸收带之间，对植物和土壤水分含量敏感，从而提高了区分作物的能力，此外，在该波段上雪比云的反射率低，两者易于区分，信息量大，应用率较高；

热红外波段(IR)，该波段对地物热量辐射敏感，根据辐射热差异能用于作物与森林区分、水体、岩石地表特征识别；

短波红外波段(SW2)，波长比大，是专为地质调查追加的波段，该波段对岩石、特定矿物反应敏感，用于区分主要岩石类型、岩石水热蚀变，探测与交代岩石有关的粘土矿物；

全色波段(Pan)，覆盖的光谱范围较广，空间分辨率较其他波段高，因而多用于获取地面的几何特征。