利用融合后WorldView短波红外影像构建地物指数及自动化分类研究

摘要

WorldView卫星能够获取高分辨率的“可见光-近红外-短波红外”影像，能够更好地反映地物光谱特性。对WorldView影像上各类地物的典型光谱特征进行分析，利用融合后的WorldView的短波红外影像构建了一系列新的地物指数，能够较好地区分地物。利用这些指数结合形状等其他特征能够建立简单有效的规则集描述地物。在此基础上提出一种结合规则集和最近邻分类器的自动化分类方法。该方法首先利用地物的光谱特征、地物指数和形状特征建立规则集提取分类样本，然后训练最近邻监督分类器分类，实现自动化程度较高的地物分类。实验影像分类结果的总体精度达到94.1%,Kappa系数达到0.91，证明了该方法的有效性。

关键词

短波红外 / 图像分类 / 地物识别 / 自动化分类

基金资助

国家科技基础资源调查专项（2019FY202502）; 山东建筑大学博士科研基金（X19031Z）