超光谱遥感图像处理关键技术研究

超光谱遥感图像处理关键技术研究

ID:33407232

大小:3.82 MB

页数:97页

时间:2019-02-25

超光谱遥感图像处理关键技术研究_第1页
超光谱遥感图像处理关键技术研究_第2页
超光谱遥感图像处理关键技术研究_第3页
超光谱遥感图像处理关键技术研究_第4页
超光谱遥感图像处理关键技术研究_第5页
资源描述:

《超光谱遥感图像处理关键技术研究》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、哈尔滨理工大学博士学位论文超光谱遥感图像处理关键技术研究姓名:董延华申请学位级别:博士专业:测试计量技术及仪器指导教师:王慕坤20060601摘要随着传统多光谱遥感技术的发展,在电磁波(光)谱、地理信息系统、电子技术、计雾机技术、舷天航空技术豹羹穑上,趟光谱遇戆作为~f1新兴的遥感技术出现并迅速发展。鉴于超光谱图像数据独具的高光谱分辨率,其蕴含丰富豹地物光谱信息日盏受烈广泛的关注。在传统遥感图像处理领域,已经研究了多种处理方法,相关技术日趋成熟。丽相对传统的多光谱遥感,超光谱遥感图像的更多的光谱数据维、更高的光

2、谱分辨率产生的海最数据,为超光谱遥感图像处理带来了困难,通常豹多光落遥感图像处理方法在超光谱遥感图像应用上受到了限制。为了充分利用超光谱图像数据的潜在优势,研究有效的适于怒光谱图像的分析和处理方法具有重要的理论意义和实用价值,而超光谱图像分类处理技术的研究是超光谱圈像处理的热点之一。因此,本文结合传统多光谱遥感图像处理技术,在现有的超光谱图像分类处理方法基础之上,熏点研究了超光谱图像数据豹波段选择、融合降维及逶予超光谱图像分类的新方法。首先,为了从超光谱图像高光谱维中选择出有效的波段组合,降低超光谱匿像的数据维

3、数,在子空问分解的基础上,论文撵出了一种基于予空闻分解的自适应波段选择(SABS)新方法。这种方法确保选择出的波段组合合理她分布予整个光谱空闯,不但黪低了超光谱图像的维数,减少了捆邻谱闯的相关性,又有利于局部分类特征的保留。结合超光谱图像的各种波段问存在较高相关特性,论文讨论了波段选择必要性和可行性,对熬个数据源进行予空闻分解爱,在每个予空润内自适应地选择出了信息最为丰富豹波段组合,充分利用了超光谱图像自身的特点。利用SA8S方法选择出的波段组会,合理地分布予不同的特征子空间内,避免在整个数据空间进行特征提取时

4、可能造成局部细节信息的丢失。实验证明,SABS是适予超光谱图像波段选择的有效方法。其次,在多传感器数箍融合理论指导下,论文砑究了基予小波毪融合豹超光谱图像特征融合降维方法。超光谱图像各谱段来源于同一时间、同一分辨率、列传感器,结构统⋯,不需醒准,适于进行数据融合。小波包分解算法,分解不但在近似尺度(低频)进行,还在细节分量(离频)进行,便于从多尺度,对超光谱图像数据进行更为细致的分析。基于小波包融合的超光谱图像降维方法遽过子空间分解,将整个怒光谱图像划分成不司数据源,然哈尔滨理工大学工学博士学位论文后在每个数据

5、源内将超光谱图像各波段进行小包分解,并对分解后不同频率下豹分解围像加权融合为~维特征图像。因为不阎谱段图像所包含信息不同,对应的权值也就不同,其在融合图像中的贡献就有所不同。融合后的图像汇集了子空间内所有谱段超光谱图像数据全部有效的信息,不但解决了超光谱图像高数据维和少纛调练样零矛盾,又保塑了超光谱豳像丰塞的分类、统计特征。论文通过对各种融合参数仿真实验,研究了小波包融合的最佳参数选择,并给出了指导性建议。通过分类实验证明了利用这种方法降维的超光谱图像,诊断信息保留完整,分类精度商,计算量小,基于小波包融合的降

6、维方法是适于超光谱图像数据降维处理的有效手段。最焉,论文对神经潮络在超光谱图像分类中静应用进行了研究,提出了超光谱图像神经网络分类方法,并设计了概率神缀网络分类器。随着神经网络理论不断丰富和计算机系统硬件水平不断提高,神经网络在模式识别领域占有越来越重要的地位,僵神经闷络应朋于超光谱图像分类的研究还比较少。论文对比分析了可用于超光谱图像分类的几种神经网络模型,并且对概率神经潮络在超光谱图像分类中豹应用送行具钵研究。通过仿真实验,研究了概率神经网络分类器的样本数据归一化格式、样本数据特征维数以及径向基函数分布密度

7、对分类结果的影响。结论表明,采用神经网络对超光谱图像进行分类,操作简单、栉本数据维数高、联恕能力强,楚优于传统最大似然分类的超光谱图像分类器。综上,本文辩超光谱图像分类处理技术中的波段选择、融合隧维及神缀网络分类技术进行了详细研究,提出了适于超光谱图像降维及分类处理新方法,为越光谱图像进一步应用奠定了基础。分类关键词超光谱图像;波段选择;小波包融合;概率神经网络;图像AbstractWithdevelopmentoftraditionalmulti-spectralinfraredsensingtechnolo

8、gy,hypevspectratremotesensingasoneofnewremotesensingtechnologiesisbeingrapidlydevelopedinthebasisofelectromagneticspectrum,geographicinformationsystem,electronictechnology,computertechnol093;and

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。