面向混合像元的高光谱遥感数据降维

《面向混合像元的高光谱遥感数据降维》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、、？Ｓ，＿占筑＇■．．？．－萬■．ＺＩ：＊？－－二－？■？一＿巧麥毛拂似寿硕±学位论文樣面向源合像元的高光谱遥感数据降维讓周紅静指导教师姓名、职称杨淑媛教授申请学位类别工学硕＾１学校代码１０７０１学号１３０２１２１１６７’分类号ＴＰ７５１巧级公开西安电子科技大学硕±学位论文面向Ｍ合像元的髙光谱遥感数据降维作者姓名：周红静一级学科：信息与通信工程二级学科：智能信息处理学位类别：工学硕±指导教师姓名、职称：杨淑媛教授学院：电

2、子工程学院提交日期：２０１５年１２月DimensionalityReductionofHyperspectralImageDatawithMixedPixelsAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinIntelligentInformationProcessingByZhouHongjingSupervisor:YangShuyuanProfessorDecember2015西安电子科技大学学位论文独创性（或

3、创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加标注和致谢中所罗列的内容＾式外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同事对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。一学位论文若有不实之处，本人承担切法律责任。Ｌ巧、Ｉ本人签名：呵化争日期：西安电子科技大学关于论文使用授权的说明目本人完全了解西安电子科技大学有

4、关保留和使用学位论文的规定Ｐ：研究生在，校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文的复印件，允许查阅、借阅论文；学校可Ｗ公布论文的全部或部分内容，允许采用影、。印缩印或其它复制手段保存论文同时本人保证，结合学位论文研究成果完成的论文、发明专利等成果，署名单位为西安电子科技大学。保密的学位论文在解密后适用本授权书。＾年心本人签名：词红焉奉导师签名：來＾１。心‘。．心机日期：日期：？摘要摘要高光谱数据包含大量的空间、光谱等信息，它将决定地物性质的光谱和决定地物空间与几何特性的图像有机的结合

5、，有利于高光谱数据更准确地分类。但是，由于高光谱数据的波段数众多，给分类器的模型选择和训练均带来了困难。因此，对高光谱数据进行降维，提取更具判别性的分类特征，已变成当前高光谱数据处理中的重要问题。由于高光谱图像的空间分辨率有限，图像中存在包含多类地物的混合像元。正是由于混合像元，属于同类的样本可能具有不同的光谱向量，而属于异类的样本可能具有相同的光谱向量。然而，以往的降维方法往往未考虑混合像元的影响，从而导致提取的特征判别性不高，从而产生大量的错分。针对该问题，在判别子空间投影的基础上，设计了几种改进方案。具体研究内容如下：(1)提出了一种基于模糊标签的判别子空间

6、投影算法。首先，定义模糊标签，用“相似的样本具有相似的模糊标签”的假设代替“相似的样本具有相同的标签”的假设，构造拉普拉斯正则项；然后，利用标记样本构造判别子空间投影判别项，最大化异类近邻与同类近邻间的边界；最后，联合优化投影矩阵和模糊标签，在无需设计分类器的情况下，借助模糊标签实现分类，同步实现了高光谱数据的降维与分类。在IndianPines、Salinas-A、PaviaCentre、Botswana、KSC高光谱数据库上进行仿真实验，实验结果表明：该算法能有效缓解混合像元的问题，更好地实现分类。(2)提出了一种基于混合模糊标签的半监督高光谱数据的降维方法。

7、首先，为充分利用样本的空间信息，通过Turbopixels算法对图像进行超像素分割，再挑选出超像素中的混合像元；然后针对优化后的超像素和混合像元，分别创建基于超像素和像素的模糊标签，构造基于模糊标签的拉普拉斯正则项；最后结合判别子空间投影准则，同步求取最佳投影矩阵和分类结果。在IndianPines、Salinas-A、PaviaCentre高光谱数据库上进行仿真实验，实验结果表明：该算法保持了数据的空间一致性，提高了高光谱遥感数据的分类识别率。(3)提出了一种基于自步学习模糊标签的半监督高光谱数据降维方法。由于混合像元不利于模型的建立且双凸优化问题的最优解常常陷

8、入局部最优