基于投影寻踪的高光谱图像降维算法研究

《基于投影寻踪的高光谱图像降维算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要高光谱图像数据具有波段多、光谱分辨率高、波段宽度窄、数据量庞大等特点，因而对地物的描述与测度更加细致，但由此也带来了光谱维数高，处理难度大，计算量大，实时性差的问题。显然，如何有效地“降维”，将数据投影到低维空间进行分析是解决这一问题的有效途径。本文对高光谱图像的降维方法进行了研究，并根据实验需要搭建了基于液晶可调谐滤波器的光谱图像采集系统。主要工作如下：1．为满足实验需要，搭建了一个基于液晶可调谐滤波器(LCTF)的光谱图像采集系统，在不同的场景中进行了多次实验，结果表明该系统所得光谱图像可以满足研究需要，为具体算法研究提供了必备条件

2、。2．对常用的高光谱图像降维方法进行了研究，给出了常用的波段选择方法、自适应子空间划分方法、主成分分析方法的仿真分析。分析表明利用波段选择和划分数据源的降维方法，依靠单一指标进行波段选择和数据源划分容易损失有效信息，而主成分分析方法虽然能在保留大部分信息前提下实现有效降维，但其通常只能反映数据的全局或主要特征，而不能反映局部或细节特征。3．对投影寻踪方法在高光谱图像降维中的应用进行了研究，分别给出了以偏度、峰度、Jones矩指标等为投影指标，以遗传算法为优化算法的仿真分析，仿真结果表明投影寻踪算法能突出数据的局部特征，但实时性较差。4．提出

3、了一种基于自适应子空间划分的序贡投影寻踪方法，利用自适应子空间划分优化高光谱图像的分组方式，再应用序贯投影寻踪方法对其实现降维。仿真表明此方法不但能降低计算时间，进一步突出数据的局部特征，而且能有效地利用高光谱图像相关性。关键词：高光谱图像液晶可调谐滤波器自适应子空间划分降维序贯投影寻踪AbstractComparedwithmultispectralimages，thehyperspectratimageshavemorebands，higherspectralresolution，narrowerbandwidth，thuscandes

4、cribeandmeasuretheobjectsinmoredetail．Butforpracticalpurpose，thedimensionalityistoohighandthecomputationburdenistooheavy．Inthisthesis，thedimensionalityreductionmethodsofhyperspectralimagesarestudiedindetail．Themaincontributionsareasfollows：1．Aspectralimagingsystem，whichisb

5、asedOilLiquid·CrystalTunableFiltersfLCTF)，iSconstructed．Lotsofexperimentswithdifferentscenearecarriedout．Theexperimentresultsshowthattheconstructedspectralimagingsystemcancaptureeffectivespectralimages，whichprovidesthebasisforconcretealgorithmresearch．2．Severaldimensionali

6、tyreductionmethodsofhyperspectralimagesareanalyzed，andtheexperimentanalysesaregivenincludedconventionalmethodsofbandselection，adaptivesubspacedecompositionandPrincipleComponentAnalysis(PCA)．Theexperimentresultsshowthatthebandselectionmethodsmayloselotsofinterestinginformat

7、ion．UsingPCAtoreducethedimensionofthehyperspectralimagesCallremainmostofinformation．ItCaningeneralreflecttheglobalfeaturesbutmayignorethelocalfeature．3．TheapplicationofProjectionPursmt(PP)todimensionreductionofthehyperspectralimagesisstudied．neexperimentswhichuseskewness，k

8、urtosis，Chiang’SproductandJonesmomentastheprojectionindexandGeneticAlgorithm(GA)astheopti