基于最小正则化子空间高光谱分类算法的研究

发布时间：2017-10-12 23:10

  本文关键词：基于最小正则化子空间高光谱分类算法的研究

  更多相关文章： 高光谱图像 正则化 分类算法 空间信息

【摘要】：高光谱图像技术的不断发展,使我们能够轻松获得丰富的地物信息。而图像分类作为高光谱图像处理之中重要的一环,受到了极大的关注。最小正则子空间分类算法,一种基于线性表达的模型,它将原有的联合表达空间模型引入吉洪诺夫正则因子来用于高光谱数据分类决策,使得整个线性模型对训练数据拟合的更好。通过研究发现,在最小正则子空间分类模型之中,存在一些明显不足,基于欧氏距离的吉洪诺夫正则化因子不能从光谱的结构上对光谱的差异性进行有效衡量,同时此模型在建立决策分类时仅仅考虑到高光谱图像数据谱间的特征,造成空间结构信息的浪费等。因此,本文针对这些问题提出三个方面的改进：第一,原有基于欧氏距离的相似度衡量不能准确的反映光谱向量之间的关系,特别是相同物质之间,差别细微。通过引入其他光谱相似衡量,如光谱角度衡量,光谱信息散度等,提高了整个算法性能。第二,针对目前分类模型仅仅考虑到高光谱图像数据谱间的特征,忽略了高光谱图像中结构信息的重要性,提出了基于谱间和空间信息模型结合的高光谱图像分类模型算法。深入研究马尔科夫随机场模型,将其应用于最小正则子空间分类算法,实现了对图像的不同物质进行更精确的划第三,依据领域系统,将周围像素结合起来实现对中心的联合表达,同时自适应减弱与中心像素点差异太大的像素对表达的影响,本文中采用高斯模型来呈现整个空间信息的表达。提高了模型的分类性能,为空间结构信息在高光谱图像分类处理中的应用提供一个方向。
【关键词】：高光谱图像 正则化 分类算法 空间信息
【学位授予单位】：北京化工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP751
【目录】：

• 摘要5-7
• ABSTRACT7-13
• 第一章 绪论13-23
• 1.1 高光谱遥感图像技术简介13-16
• 1.2 高光谱图像技术发展及国内外研究状况16-19
• 1.2.1 高光谱图像及其相关16-17
• 1.2.2 光谱图像处理的发展现状17-18
• 1.2.3 国内外高光谱图像的研究状况18-19
• 1.3 高光谱图像分类技术19-21
• 1.4 课题的主要研究内容和结构安排21-23
• 第二章 基于光谱不同相似度衡量的最小正则子空间分类模型23-35
• 2.1 最小正则子空间分类算法理论23-24
• 2.2 不同相似度衡量方式介绍24-27
• 2.2.1 光谱角度衡量(SAM)25
• 2.2.2 光谱信息散度(SID)25-27
• 2.2.3 正交子空间投影散度(OPD)27
• 2.3 高光谱图像介绍及实验结果27-33
• 2.3.1 实验数据简介27-29
• 2.3.2 实验结果及评价29-33
• 2.4 本章小结33-35
• 第三章 与马尔科夫随机场融合的最小正则子空间分类模型35-53
• 3.1 马尔科夫随机场介绍35-38
• 3.1.1 领域系统介绍35-37
• 3.1.2 马尔科夫随机场定义37-38
• 3.2 图割算法简介38-41
• 3.3 概率模型的建立41
• 3.4 高光谱图像介绍及实验结果41-51
• 3.4.1 高光谱图像数据41-42
• 3.4.2 实验分类效果42-51
• 3.5 本章小结51-53
• 第四章 结合光谱空间信息的协同表达分类模型53-63
• 4.1 基于高斯模型的权值表达53-55
• 4.2 高光谱图像介绍和分类结果55-60
• 4.2.1 实验数据及比较算法55
• 4.2.2 实验分类效果55-60
• 4.3 本章小结60-63
• 第五章 结论与展望63-65
• 5.1 结论63
• 5.2 展望63-65
• 参考文献65-69
• 攻读硕士期间所发表的论文69-71
• 致谢71-73
• 作者和导师简介73-74
• 北京化工大学硕士研究生学位论文答辩委员会决议书74-75

【参考文献】

中国期刊全文数据库 前10条

1 张达;郑玉权;;高光谱遥感的发展与应用[J];光学与光电技术;2013年03期

2 苏红军;盛业华;;基于正交投影散度的高光谱遥感波段选择算法[J];光谱学与光谱分析;2011年05期

3 高恒振;万建伟;粘永健;徐湛;许可;;一种基于谱域-空域组合特征支持向量机的高光谱图像分类算法[J];宇航学报;2011年04期

4 徐州;赵慧洁;;基于光谱信息散度的光谱解混算法[J];北京航空航天大学学报;2009年09期

5 李志忠;杨日红;党福星;张显峰;谭炳香;赵慧洁;;高光谱遥感卫星技术及其地质应用[J];地质通报;2009年Z1期

6 杨国鹏;余旭初;冯伍法;刘伟;陈伟;;高光谱遥感技术的发展与应用现状[J];测绘通报;2008年10期

7 韩建峰;杨哲海;;组合分类器及其在高光谱影像分类中的应用[J];测绘科学技术学报;2007年03期

8 刘汉湖,杨武年,沙晋明;高光谱分辨率遥感在地质应用中的关键技术及前景[J];世界地质;2004年01期

9 杨哲海,韩建峰,宫大鹏,李之歆;高光谱遥感技术的发展与应用[J];海洋测绘;2003年06期

10 崔廷伟,马毅,张杰;航空高光谱遥感的发展与应用[J];遥感技术与应用;2003年02期

，

本文编号：1021439