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)待測樣本的空間幾何信息與光譜信息將圖像中的每個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、分類判決及精度評價五個部分。

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，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，盡管光譜中的每個波段圖像都提供了研究對象的一定信息，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)算時間，需要對高光譜圖像進(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)果和精度評價

分類結(jié)束后，要對分類結(jié)果進(jìn)行評價，確定分類的精度和可靠性。高光譜圖像分類精度評價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價顯得越來越重要。比較常用的分類精度評價的方法有混淆矩陣、總體分類精度、Kappa錯分誤差三種評價方法。