欢迎来到天天文库
浏览记录
ID:55609319
大小:1.77 MB
页数:32页
时间:2020-05-18
《毕业论文基于光谱的遥感图像特征提取方法研究.doc》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、图书分类号:密级:毕业论文基于光谱的遥感图像特征提取方法研究FEATUREEXTRACTIONFORREMOTESENSINGIMAGEBASEDONSPECTRAL摘要遥感图像在军事侦察、精确打击以及民用方面都有重要的作用,遥感图像的特征提取是进行遥感图像自动识别的关键技术,因此开展遥感图像的特征提取研究工作具有实际意义和应用前景。本文主要研究和讨论了遥感图像的光谱特征特征提取方法。本文首先介绍了遥感以及遥感技术发展的现状、图像的特征提取及研究现状,然后总结了遥感图像特征提取方法的基本理论和算法,介绍了目前常用的光谱特征提取方法。在此基础上,针
2、对传统的PCA和KPCA方法提取遥感图像光谱特征的缺陷以及遥感数据的特点,本文讨论了一种将模糊-均值聚类与KPCA方法相结合的多光谱遥感图像特征提取方法,并着重研究了此方法在多光谱遥感图像特征提取中的理论、算法及其实现。通过对本文方法与PCA和KPCA方法的试验结果进行比较,证实了这种方法的特征提取性能较前两种方法有显著的提高,可有效地提取多光谱图像中的非线性信息。关键词遥感图像;光谱特征;特征提取;KPCA;FCMAbstractRemotesensingimagehasgreatimportanceformilitaryreconnaissa
3、nce,precisionattackandcivilactivities.Featureextractioniscriticalfortheautomaticrecognitiontechnologyofremotesensingimage,soithasgoodapplicationprospecttostudyfeatureextractionmethodsofremotesensingimage.Thisthesisfocusestheresearchworkmainlyonthefeatureextractionmethodsofspe
4、ctrum.First,thethesisintroducestheconceptanddevelopmentofremotesensingimage,thebasicconceptandresearchofimagefeatureextraction.Thenthethesisintroducesthebasictheoryandalgorithmsofremotesensingimagefeatureextractionmethods.Thecommonlyusedremotesensingimagefeatureextractionmeth
5、odsforspectrumaregeneralizedseparately.ConsideringthecharacteroftheremotesensingimagedataandthelimitationoftraditionalPCAandKPCAmethodswhentheyareusedtoextractthespectrumfeatureofremotesensingimage,acombinationoftheFCMandKPCAmethodsisusedforextractingthespectrumfeature.Bothth
6、etheoryandalgorithmarestudied,aswellastheimplementation.AcomparisonbetweentheresultsofPCA,KPCAandFCM+KPCAmethodsisgiven,whichshowsthattheFCM+KPCAmethodcangiveamuchbetterresultthanothermethods,especiallyinextractingthenonlinearinformationofmultispectralremotesensingimages.Keyw
7、ordsRemotesensingimageSpectrumfeatureFeatureextractionKPCAFCM目录1绪论11.1遥感及遥感技术研究的背景11.2遥感图像特征提取方法研究的现状21.3本文的研究工作32遥感图像光谱特征提取技术42.1光谱特征提取技术研究的现状42.2常用的光谱特征提取方法52.2.1主成分分析方法(PCA)52.2.2K-T变换92.2.3典型分析方法112.2.4基于遗传算法的特征提取133基于FCM和KPCA的多光谱图像特征提取143.1模糊-均值聚类143.1.1模糊-均值聚类数学基础143.1.
8、2模糊-均值聚类163.2核主成分分析(KPCA)方法183.2.1核函数方法概述183.2.2Mercer核函数193.2.3核主成分
此文档下载收益归作者所有