高光譜圖像分類作為高光譜圖像的基礎(chǔ)研究，一直是高光譜圖像重要的信息獲取手段，它的主要目標(biāo)是根據(jù)待測(cè)樣本的空間幾何信息與光譜信息將圖像中的每個(gè)像素劃分為不同的類別。那么，高光譜圖像的分類方法有哪些？下文對(duì)此做了介紹。

高光譜圖像分類一般包括圖像預(yù)處理、標(biāo)記訓(xùn)練樣本、特征提取及選擇、分類判決及精度評(píng)價(jià)五個(gè)部分。

1.圖像預(yù)處理

由于高光譜影像在獲取過程中存在一定的噪聲，以及不同程度、不同性質(zhì)輻射量的失真和幾何畸變等現(xiàn)象。這些畸變和失真均會(huì)導(dǎo)致圖像質(zhì)量下降，嚴(yán)重影響其應(yīng)用效果，必須進(jìn)行預(yù)處理來消除這些因素的影響。高光譜數(shù)據(jù)的預(yù)處理包括很多方面的內(nèi)容，主要包括條帶噪聲去除、波段間配準(zhǔn)、數(shù)據(jù)壓縮、光譜定標(biāo)等。

2.標(biāo)記訓(xùn)練樣本

在分類時(shí)，訓(xùn)練樣本的選取是非常重要的，直接關(guān)乎后面的分類結(jié)果。在開始數(shù)據(jù)分析之前，一般先選取紅、綠、藍(lán)波段或者是其他波段合成假彩色圖像，根據(jù)假彩色合成圖像來進(jìn)行整體的直觀分析，從而確定出所要分類的類別組。定義的最優(yōu)類別需要滿足所做分類的有用性和可分性，同時(shí)要滿足分類的完整性。

3.特征提取與特征選擇

一般來說，盡管光譜中的每個(gè)波段圖像都提供了研究對(duì)象的一定信息，但其重要性有所不同，而且在很多情況下，各波段圖像所提供的信息常常有所重疊，波段間具有很強(qiáng)的相關(guān)性。為了消除數(shù)據(jù)間不必要的冗余信息，減少數(shù)據(jù)量和計(jì)算時(shí)間，需要對(duì)高光譜圖像進(jìn)行特征提取。特征提取是通過映射和變換的方法，把原始模式空間的高維數(shù)據(jù)變成特征空間的低維數(shù)據(jù)。然后對(duì)特征更集中的低維數(shù)據(jù)進(jìn)行處理。特征提取可以分兩類：一類是基于變換的方法，如主成分分析、最小噪聲分離變換，小波變換等，這些降維方法的優(yōu)點(diǎn)是將高維數(shù)據(jù)直接降低到低，速度很快；另一類是基于非變換的，如波段選擇等，它的優(yōu)點(diǎn)是保持了圖像的原有特征。

4.分類判決

分類判決是分類處理的核心階段，它關(guān)系到是否能夠充分挖掘高光譜圖像所包含豐富信息。高光譜圖像的分類過程中，由于高光譜圖像分辨率很高，所以能夠識(shí)別的類別的數(shù)目就比較多，用一些傳統(tǒng)的分類方法來進(jìn)行分類的話，其分類效果就比較差了，這就需要一些根據(jù)圖像特點(diǎn)和分類目的設(shè)計(jì)或選擇怡當(dāng)?shù)姆诸惼骷捌渑袥Q準(zhǔn)則來提高其分類精度，對(duì)未知區(qū)域的樣本進(jìn)行類別歸屬的判斷。

5.分類結(jié)果和精度評(píng)價(jià)

分類結(jié)束后，要對(duì)分類結(jié)果進(jìn)行評(píng)價(jià)，確定分類的精度和可靠性。高光譜圖像分類精度評(píng)價(jià)是指在完成高光譜圖像分類后，依據(jù)地面真實(shí)標(biāo)記參考圖，評(píng)估分類后影像的準(zhǔn)確性。隨著高光譜遙感技術(shù)的進(jìn)展，以及不同應(yīng)用的復(fù)雜化具體化，高光譜圖像分類精度評(píng)價(jià)顯得越來越重要。比較常用的分類精度評(píng)價(jià)的方法有混淆矩陣、總體分類精度、Kappa錯(cuò)分誤差三種評(píng)價(jià)方法。