高光谱地物精细识别

高光谱地物精细识别（hyperspectral object fine recognition），工学-测绘学-遥感-高光谱遥感，利用高光谱影像数据中存在的地物丰富的精细光谱信息，依据地物光谱特征产生的内在机理，实现地物成分信息反演与地物识别。高光谱遥感图像提供了丰富的地物信息，但也给图像分类识别带来了许多困难。由于高光谱遥感数据少则数十个、多则数百个波段，具有波段多、数据量大、波段间信息冗余度高等特点，给高光谱图像处理以及分类识别带来了难度。经过20多年的积累，在传统多光谱分类识别算法的基础上，形成了一系列的高光谱遥感分类识别算法。初步可以归纳为基于统计分析和基于光谱匹配两个方面。统计分析分类算法是利用统计方法计算同类地物在空间中的统计特征参数：均值、方差和协方差等，在统计参数间建立分类规则和判别函数来判断未知像元的归属。基于统计分析的分类可以划分为监督分类和非监督分类两大类。常用的监督分类算法包括最大似然法和最小距离法。这些方法都是在多光谱遥感分类的基础上发展而来的，不适用于高光谱遥感分类。