高光谱遥感影像处理中的若干关键技术研究

《高光谱遥感影像处理中的若干关键技术研究》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、分类号学号D201377463学校代码10487密级博士学位论文高光谱遥感影像处理中的若干关键技术研究学位申请人:李畅学科专业:电路与系统指导教师:马泳教授答辩日期:2018年02月ADissertationSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofDoctorofPhilosophyinEngineeringResearchonKeyTechnologiesofHyperspectralRemoteSensingImageryPh.D.Candidate:ChangLiMa

2、jor:CircuitsandSystemsSupervisor:Prof.YongMaHuazhongUniversityofScience&TechnologyWuhan430074,P.R.ChinaFeb.,2018独创性声明本人声明所呈交的学位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，除文中己经标明引用的内容外，本论文不包含任何典他个人或集体己经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均己在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承枳。学位论文作者签名：日期■，

3、义吨年吣月》６日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被费阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文（，保密□，在年解密后适用本授权ｂ＞论文属于不保密ｅＴ“”（请在以上方框内打ｖ）学位论文作者签名：指导教师签名：ｉｆ丨１期：外呓年？月曰曰期：ＶＩ知二月以％；丨华中科技大学博士学位论文摘

4、要过去几十年中，高光谱图像丰富的空谱联合信息极大地提升了遥感图像的感知能力，使得高光谱遥感在很多领域得到了广泛地应用，例如空间遥感、精准农业和军事应用等。在高光谱遥感应用中，采用成像仪获取数据后，需要对高光谱遥感数据进行处理和分析，高光谱数据处理流程主要包括数据预处理、数据分析和数据应用三个阶段。数据预处理和数据分析是数据应用的前提和保障，是拓展高光谱应用的广度和深度的关键所在。本文将重点针对高光谱遥感影像数据预处理中的去噪、数据分析中的解混和分类三项关键技术展开研究。论文的主要研究内容如下：1.针对高光谱图像的多种混合噪声去除问题，提出一种基于超像素

5、分割和低秩矩阵分解的高光谱图像去噪算法DBSCAN-LRMF。该算法首先采用主成分分析得到基底图像，然后采用超像素分割技术DBSCAN对基底图像进行超像素分割，最后采用低秩矩阵分解算法LRMF去除每个超像素的多种混合噪声。实验结果表明提出的DBSCAN-LRMF去噪算法能充分利用高光谱图像的空谱信息，有效地去除多种混合噪声，并能保持图像的纹理和细节信息。2.针对高光谱图像基于广义双线性模型的解混问题，提出一种基于边界投影最优梯度的高光谱非线性解混算法BPOGM。我们将高光谱图像的广义双线性模型的解混问题转化为边界约束的最小二乘问题，采用Nesterov

6、的最优梯度方法求解边界约束的最小二乘问题，并命名该方法为BPOGM。BPOGM能达到最优1收敛速度O()，其中k表示BPOGM算法迭代的次数，最后在交替最小二乘框架2k下将BPOGM直接用于高光谱图像广义双线性模型的解混。实验结果表明提出的BPOGM非线性解混算法能克服Bayesian算法的计算复杂度高导致算法耗时长、Semi-NMF对初值敏感和GDA是逐像素算法影响应用到大的高光谱图像上的缺陷。3.针对高光谱图像的稀疏解混问题，提出一种基于噪声估计的高光谱图像稀疏解混算法SU-NLE。该算法首先采用基于多回归理论的噪声估计方法估计高光谱图像的每个波段

7、的噪声，然后采用加权策略得到噪声水平加权矩阵，最后将噪声水平加权矩阵整合到稀疏回归解混框架中。实验结果表明提出的SU-NLE稀I华中科技大学博士学位论文疏解混算法能提升算法的抗噪性能，有效提升传统的基于稀疏回归算法的解混精度。4.针对高光谱图像的分类问题，提出一种鲁棒稀疏表示分类方法RSRC，该算法能将高光谱图像的稀疏表示剩余考虑进去。此外，为了将高光谱图像丰富的空间信息考虑进去，扩展RSRC成联合鲁棒稀疏表示分类模型JRSRC。实验结果表明提出的RSRC和JRSRC算法在IndianPines和PaviaUniversity高光谱图像中得到的分类精度

8、要分别高于OMP和SOMP，说明在高光谱图像稀疏表示分类中将稀疏表示剩余考虑进去有助于提升分类