基于 Kriging 的软分类在 WiFS/IRS-1D 影像上利用地面高光谱 signatures 的性能
图像与视频处理
2019-05-01 v1 应用统计
摘要
硬分类与软分类技术是卫星数据图像分类的常规方法。这些分类器存在若干缺陷。首先,这些方法不适用于混合像元。其次,这些方法未考虑空间变异性。基于 Kriging 的软分类器(KBSC)是一种非参数地统计方法。它利用了图像中各类别的空间变异性。本快报将 KBSC 与其他常规硬/软分类技术的性能进行比较。本研究所用的卫星数据为印度遥感卫星-1D (IRS-1D) 的宽视场传感器(WiFS)。由手持光谱辐射计从农田获取的地面高光谱 signatures 被用于从卫星影像中探测亚像元目标。为评估 KBSC 相对于常规分类的精度,采用了两种贴近度度量。结果证明,KBSC 在统计上比其他常规技术更准确。
引用
@article{arxiv.1904.11258,
title = {Performance of Kriging Based Soft Classification on WiFS/IRS- 1D image using Ground Hyperspectral Signatures},
author = {Sumanta Kumar Das and Randhir Singh},
journal= {arXiv preprint arXiv:1904.11258},
year = {2019}
}
备注
5 pages,3 figures 3 tables