高光谱影像分类研究

《高光谱影像分类研究》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、毕业设计（论文）过程管理材料题目高光谱影像分类方法研究学生姓名刘本强系部名称测绘工程学院专业班级遥感科学与技术11-1班指导教师刘丹丹职称副教授教研室主楼610起止时间2015年3月～6月教务处制SY-025-BY-1毕业设计（论文）题目审定表指导教师姓名刘丹丹职称副教授从事专业遥感技术与应用是否外聘□是□否题目名称高光谱影像分类方法研究课题适用专业地理信息系统、测绘工程课题类型Z课题简介：（主要内容、意义、现有条件、预期成果及表现形式。）主要内容：在研究高光影像的数据特征的基础上，对高光谱影像的分类方法进行分析，并以黑龙江省肇东市某区域为例，运用高光谱影像，对研究区域采用目视解译

2、、非监督分类、监督分类等方法进行盐碱地信息提取。研究意义：高光谱影像被广泛应用于国民经济建设的各个领域中，运用高光谱影像提取信息，可探索其实用性，并为学生在今后的学习和工作打下基础。现有条件：ENVI软件、高光谱数据预期成果及表现形式：毕业论文一份指导教师签字：年月日教研室意见1选题与专业培养目标的符合度□好□较好□一般□较差2对学生能力培养及全面训练的程度□好□较好□一般□较差3选题与生产、科研、实验室建设等实际的结合程度□好□较好□一般□较差4论文选题的理论意义或实际价值□好□较好□一般□较差5课题预计工作量□较大□适中□较小6课题预计难易程度□较难□一般□较易教研室主任签字：

3、年月日系（部）教学指导委员会意见：负责人签字：年月日注：课题类型填写W.科研项目；X.生产（社会）实际；Y.实验室建设；Z.其它。毕业设计（论文）任务书学生姓名系部测绘工程专业、班级指导教师姓名刘丹丹职称副教授从事专业遥感技术与应用是否外聘□是□否题目名称一、课题研究现状、选题目的和意义选题目的：选题意义：二、设计（论文）内容、技术要求（研究方法）研究内容：研究方法：三、设计（论文）完成后应提交的成果毕业论文一份四、设计（论文）进度安排1、收集资料3月29日至4月8日2、撰写开题报告、方法学习4月9日至4月16日3、软件使用学习4月17日至6月1日4、撰写论文及准备答辩6月2日至6

4、月22日五、参考文献六、备注指导教师签字：年月日教研室主任签字：年月日SY-025-BY-3毕业设计（论文）开题报告学生姓名刘本强系部测绘工程学院专业、班级遥感科学与技术11—1指导教师姓名刘丹丹职称副教授从事专业遥感技术与应用是否外聘□是□否题目名称高光谱图像分类方法的研究一、课题研究现状、选题目的和意义课题研究现状：在目前的遥感分类研究中，用的较多的是传统的模式识别分类方法，诸如最小距离法、平行六面体法、最大似然法、等混合距离法（ISOMIX）/循环集群法（ISODATA）等监督非监督分类法。其分类结果由于遥感影像本身的空间分辨率以及“同物异谱”、“异物同谱”现象的存在，而往往

5、出现较多的错分、漏分情况，导致分类精度不高。目前遥感图像分类方法繁多而且种类杂乱，从不同的角度有不同的分类方法，最常见的监督和非监督分类是根据是否需要分类人员事先提供已知类别及其训练样本对计算机分类器进行训练和监督来划分。参数分类和非参数分类是根据是否需要假定类的概率分布函数并估计其分布函数来划分。而硬分类是根据一个像元被分到一个类还是多个类来划分。此外，国内外还出现了很多分类方法有人工神经网络分类法、模糊分类法、支撑向量机分类法、决策树分类法以及亚像元分类法。每种分类方法都有其自身的特点，但也不可避免的有一些缺陷。选题目的和意义：高光谱遥感数据的每一个像元可以提供几乎连续的地物光

6、谱曲线，数据量大，数据信息非常丰富，使我们利用高光谱反演陆地细节成为可能。高光谱遥感具有不同于传统遥感的一些新的特点，主要表现在：（1）波段多——几十、上百甚至数千个波段；（2）光谱范围窄——波段范围一般小于10nm；（3）波段连续——在太阳光谱范围内提供几乎连续的地物光谱；（4）数据量大——随着波段的增加，数据量成指数增加；（5）信息冗余增加——高光谱数据的波段相关程度高，冗余信息也相对增加。因此，基于以上特点，高光谱图像处理，如图像分类等技术面临挑战。高光谱遥感图像的一个较为突出的特点是比多光谱遥感图像的光谱分辨率高，这使得很多利用多光谱数据无法解决的问题，在高光谱领域得以解决

7、。例如，很多地面物质都具有确定其类别的诊断性光谱特征，这些特征只有高光谱遥感获得的窄而连续的光谱曲线才能判断，而在多光谱遥感的波段宽度范围内无法识别。此外，多光谱图像只能区分但无法识别不同的目标地物，但是高光谱图像可以“定性”的测量地物，这对于我们利用遥感图像开展地物理化特性的深层探索具有重要研究价值和意义。然而，高光谱图像具有高光谱分辨率特性的同时，造成其较大的数据量和较高的数据维数。在将高光谱数据应用于各领域之前，必须进行必要的数据处理。常用的数据处理技术方法包括