基于稀疏理论的遥感图像分类方法研究

《基于稀疏理论的遥感图像分类方法研究》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、学校代码：10385分类号：研究生学号：1511314021密级：基于稀疏理论的遥感图像分类方法研究ResearchonRemoteSensingImageClassificationBasedonSparseTheory作者姓名：欧阳怡指导教师：骆炎民副教授合作教师：学科：计算机应用技术研究方向：模式识别与图像处理所在学院：计算机科学与技术学院论文提交日期：二〇一八年五月三十日摘要摘要随着遥感技术的发展，遥感图像的光谱分辨率、时间分辨率和空间分辨率都在逐步提高，人们可以从遥感图像中获得更多的有用信息。目前，遥感技术已经广泛应用于军事、环境监测、农业等各个

2、领域。近年来，稀疏理论作为图像处理领域的一个研究热点，已经应用于遥感图像中。本文在研究稀疏理论的基础上，对多光谱和高光谱两种遥感图像进行研究，以提高红树林遥感图像分类为研究目的，其主要研究内容如下：（1）针对多光谱遥感图像，提出一种基于加权邻域平滑稀疏表示的遥感图像分类算法。首先针对红树林遥感图像的特殊性质，融合光谱特征以外的地理、纹理等多种特征；然后利用K-奇异值分解（K-SVD）算法训练样本数据构成过完备字典，以像元的曼哈顿距离的平均值表示像元间的相似性，通过加权函数对不同的相邻像元分配不同的权重；最后通过正交匹配追踪算法（OMP）求解稀疏系数，根据重

3、构残差判断像元所属类别。通过在漳江口红树林自然保护区TM多光谱遥感图像数据集上展示了算法的有效性。（2）针对高光谱遥感图像，提出一种基于监督稀疏嵌入保持投影的高光谱降维算法。由于高光谱波段数目多，计算量大的问题，降维是高光谱图像重要的研究热点。传统的稀疏保持投影（SPP）是一种无监督降维算法，在其基础上，考虑到样本的流形结构信息，利用标签信息构建权重矩阵，突出标记样本内在的局部流行的作用。并且在SPP目标函数基础上考虑同类样本间距，即同时让目标函数的重构残差和同类样本间距达到最小。通过在高光谱公共数据集IndianPines和漳江口红树林自然保护区HJ1A

4、-HSI上证明了算法的有效性。基于稀疏理论的遥感图像分类研究具有良好的前景和发展，并且本文将其应用到红树林湿地遥感图像中，针对不同的遥感图像，提出不同的决策方法，对湿地保护监测分类具有重大的理论和实际价值。关键词：遥感图像稀疏表示红树林稀疏保持投影I华侨大学硕士学位论文AbstractWiththedevelopmentofremotesensingtechnology,thespectralresolution,temporalresolutionandspatialresolutionofremotesensingimagesaregraduallyi

5、mproving.Peoplecanobtainmoreusefulinformationfromremotesensingimage.Atpresent,remotesensingtechnologyhasbeenwidelyusedinmilitary,environmentalmonitoring,agricultureandotherfields.Inrecentyears,sparsetheoryhasbeenappliedinremotesensingimagesasaresearchhotspotinimageprocessing.Based

6、ontheresearchofsparsetheory,thispaperstudiestwokindsofremotesensingimagesaboutmulti-spectralandhyperspectral,inordertoimprovetheclassificationofmangroveremotesensingimages.Themaincontentsareasfollows:(1)Formulti-spectralremotesensingimages,aremotesensingimageclassificationalgorith

7、mbasedonweightedneighboringsmoothingsparserepresentationisproposed.Firstly,aimingatthespecialnatureofmangroveremotesensingimagery,itfusesmanyfeaturessuchasgeographyandtextureexceptthespectralfeatures.ThenK-singularvaluedecomposition(K-SVD)algorithmisusedtotrainthesampledatatoforma

8、nover-completedictionary,theManha