基于深度学习的高光谱图像特征学习研究

《基于深度学习的高光谱图像特征学习研究》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、本科毕业设计论文摘要与普通图像相比，高光谱图像处理面临的两个主要问题是：一是光谱分辨率高、光谱曲线近乎连续、数据量大、数据冗余严重、谱间相关性强；另一是空间分辨率有限、存在大量混合像元，“Hughes”现象凸现。“特征学习”从原始的像素出发通过特定的神经网络结构自动发现图像中隐藏的模式以学习出有效特征，近年来获得空前的发展，成为国际上信号处理模式识别等领域的研究热点。深度学习是一种多层的神经网络结构，是自2012年来机器学习领域非常热的一个研究方向，它能够从原始的像素出发通过多层结构自动学习有效特征并在输出层实现分类。本文将基于深度学习的特征学习方法引入

2、到高光谱遥感图像处理中，结合像元的空谱联合特征，设计了一种深度学习网络，能够从高光谱数据上百个波段中提取高光谱图像的空谱联合特征进行分类处理，其性能优于国际上最新的RPCA+CNN算法。同时，训练好的网络具有很好的泛化性能，可以直接提取同种传感器获取的其他高光谱图像数据，与传统的SVM、SVM-CK等分类方法比较，正确率得到了显著的提升。关键词：高光谱图像，特征提取，深度学习，卷积神经网络39本科毕业设计论文AbstractHyperspectralclassification,whichcategorizesallimagepixelsintooneo

3、fseverallandcoverclassesaccordingtotheircharacteristics,hasbecomeoneofthemostpopulartopicsinhyperspectralremotesensing.However,itfacestwomainproblems.First,hyperspectralimageisfeaturedwithhighspectralresolutionanditsspectralcurveisnearlycontinuous.However,theredundancyindataisser

4、iousandthespectralcorrelationisverystrong.Second,thereexistalotofmixedpixelssinceitsspaceresolutionislimited.The"Hughes"phenomenonalwayshappensinclassification.Inmachinelearning,featurelearningorrepresentationlearningisasetoftechniquesthatlearnafeature:atransformationofrawdatainp

5、uttoarepresentationthatcanbeeffectivelyexploitedinmachinelearningtasks.Thisobviatesmanualfeatureengineering,whichisotherwisenecessary,andallowsamachinetobothlearnataspecifictask(usingthefeatures)andlearnthefeaturesthemselves:tolearnhowtolearn.Deeplearning(alsoknownasdeepstructure

6、dlearning,hierarchicallearningordeepmachinelearning)isabranchofmachinelearningbasedonasetofalgorithmsthatattempttomodelhigh-levelabstractionsindatabyusingmultipleprocessinglayers,withcomplexstructuresorotherwise,composedofmultiplenon-lineartransformations.Thisarticlewillintroduce

7、afeaturelearningmethodbasedondeeplearning,whichcombinedwiththespectral-spatialcharacteristicsofpixelscanlearnthedeepfeaturefromhyperspectralremotesensingimage,andbeabletoextractusefulinformationfromhyperspectraldatatogetlowerclassificationerrorrate.Comparedwithotherclassification

8、methodbasedondeeplearning,theaccuracyofo