8、高光谱图像分类技术解析

高光谱图像分类技术解析

1. 高光谱图像分类概述

高光谱图像分类是高光谱数据处理中最基础且重要的研究内容之一。它是一种描述土地目标或类别的分析技术，主要任务是为数据集中的每个像素点赋予一个类别标记，以生成专题地图。这是人们从遥感图像中提取有用信息的重要途径，分类后的专题地图能清晰反映土地目标的空间分布，使人们了解和发现相关规律，让高光谱遥感图像具备实际应用价值并有效投入实践。

2. 典型分类方法

2.1 光谱角匹配（SAM）

光谱角匹配（Spectral Angle Match，SAM）是一种基于角度的高光谱图像分类方法。它自动将图像光谱与各种光谱或光谱库进行比较。根据遥感的物理基础，土地目标的反射光谱在很大程度上能确定土地目标类型，从而引出SAM分类。通过将测量光谱向量映射为一系列代表该向量与参考光谱向量相似度的角度值，完成从测量空间到特征空间的转换。计算两个光谱之间的光谱角可以确定它们的相似度水平。

光谱向量的维度是波段数，未知光谱 (t) 与参考光谱 (r) 之间的相似度 (\alpha) 由以下公式确定：
(\alpha = \cos^{-1}\frac{\langle t, r\rangle}{|t|\cdot|r|})

以实验室测量的标准光谱或直接从图像中提取的已知点的平均光谱为参考，对图像中的每个像素向量和参考光谱向量取广义夹角 (\alpha)。(\alpha) 越小，相似度越高。在一般应用中，通常从图像中选择已知类型的区域，以平均光谱的样本中心进行分类，计算图像中每个像素与每个类中心的夹角，然后将像素归入夹角最小的类。

2.2 最大似然分类（ML）