АНАЛИЗ ГИПЕРСПЕКТРАЛЬНЫХ ДАННЫХ

Сравнение алгоритмов управляемой поэлементной классификации гиперспектральных изображений

А. В. Кузнецов^ab, В. В. Мясников<sup>ab

a</sup> Самарский государственный аэрокосмический университет имени академика С.П. Королёва (национальный исследовательский университет) (СГАУ)
^b Институт систем обработки изображений РАН

Аннотация: Настоящая работа посвящена решению задачи выбора наилучшего алгоритма классификации гиперспектральных изображений (ГСИ). В сравнении участвуют следующие алгоритмы: дерево решений с использованием функционала скользящего контроля, дерево решений C4.5 (C5.0), байесовский классификатор, метод максимального правдоподобия, классификатор, минимизирующий СКО решения, включая частный случай — классификацию по сопряжённости, классификатор по спектральному углу (для эмпирического среднего и ближайшего соседа), а также метод опорных векторов (SVM). В работе приведены результаты исследований этих алгоритмов на гиперспектральных снимках, полученных со спутника AVIRIS и в рамках проекта SpecTIR.

Ключевые слова: гиперспектральное изображение, дерево решений, C5.0, Байес, ММП, СКО, классификация по сопряжённости, классификация по спектральному углу, SVM.

Поступила в редакцию: 09.06.2014