高光谱影像分类中的稀疏表示算法研究

发布时间：2020-11-01 03:46

　　 高光谱遥感作为一种新型遥感探测技术在环境监测、军事侦察、城市规划等众多领域都有着广泛的应用。与传统多光谱遥感影像相比,高光谱遥感影像能同时获取被观测区域丰富的光谱信息与空间信息,为精确分析地物特性提供了更多的可能。但高光谱影像具有特征维数高、谱间相关性强、数据高度冗余等特点,这也给后续的高光谱影像处理工作带来了新的挑战。高光谱影像分类作为读取、运用遥感信息的基础,一直都是高光谱影像处理的关键技术。如何充分利用丰富的图像信息,不断提高分类精度,来满足日益增长的实际应用需求是目前高光谱分类技术发展的重要方向。近几年,随着压缩感知理论与算法的不断完善,基于稀疏表示的高光谱影像分类方法已得到了广泛的应用,并取得了不错的效果。本文从高光谱影像数据特点出发,针对如何合理利用图像中丰富的光谱信息与空间信息,进一步提高稀疏表示算法在高光谱影像分类中的分类性能做出了一些研究工作,主要研究内容如下:1.提出了一种融合核稀疏和协同表示的高光谱影像分类算法。高光谱影像数据的高维特性、相关性高、数据冗余等特点整体表现为其数据结构的高度非线性。该算法充分地利用了核函数处理非线性数据的优势,将高光谱影像数据映射到高维核特征空间,便于下一步表示分类模型对高光谱影像数据的分类工作;在求解表示系数时,为了增强基原子对测试样本的表达能力,对核稀疏表示系数和核协同表示系数进行加权融合处理,建立融合表示分类模型。在实际的高光谱图像分类实验中表明,该算法能获得更高的分类精度与更强的分类稳定性。2.提出了一种基于区域生长的融合表示高光谱影像分类算法。在现有空谱信息分类的联合稀疏表示模型基础上,该方法在光谱角余弦测度的描述下利用区域生长算法提取测试样本自适应的空间区域信息,避免了联合稀疏表示模型固定邻域窗口带来的局限性;同时将融合表示分类思想延伸到基于空谱信息分类的联合稀疏表示模型中,对稀疏表示矩阵与协同表示矩阵进行加权融合,在融合表示矩阵下进行重构,根据最小重构残差对测试样本分类。实验结果表明,与联合稀疏表示模型相比,该算法能更好的挖掘高光谱影像中的空间相关性,具有更高的分类能力。
【学位单位】：重庆邮电大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP751
【部分图文】：

表 2.3 Indian Pines 影像数据集别编号 地物名 对应中文名 像元个C1 Alfalfa 苜蓿 46C2 Corn-notill 未耕玉米 142C3 Corn-min 略耕玉米 830C4 Corn 玉米 237C5 Grass/Pasture 草牧场 483C6 Grass/Trees 草树 730C7 Grass/Pasture-mowed 修剪过的草牧场 28C8 Hay-windrowed 干草料堆 478C9 Oats 燕麦 20C10 Soybean-notill 未耕大豆 972C11 Soybeans-min 略耕大豆 245C12 Soybean-clean 净耕大豆 593C13 Wheat 小麦 205C14 Woods 木材 126C15Bldg-Grass-Tree-Driver建筑物-草-树-路 386C16 Stone-till Towers 石-钢塔 93

a University 影像来源于 ROSIS 传感器，采集于意大利帕维亚大el*340pixel，空间分辨率为 1.3m，波段范围 0.43~0.86um，共有 中一共包含 9 种实际地物类型。帕维亚大学的伪彩色图像与真实所示，具体地物类别信息如表 2.4 所示。表 2.4 Pavia University 影像数据集编号 地物名 对应中文名 像元个C1 Asphalt 柏油路 661C2 Meadows 草地 1864C3 Gravel 砂砾 209C4 Trees 树 306C5 Painted metal 喷漆金属板 134C6 Bare soil 裸地 492C7 Bitumen 沥青 134C8 Self-blocking 砖块 368C9 Shadows 阴影 947
【参考文献】

相关期刊论文 前8条

1 杨仁欣;杨燕;原晶晶;;高光谱图像的特征提取与特征选择研究[J];广西师范学院学报(自然科学版);2015年02期

2 王秀和;;利用K均值算法改进后的蚁群优化算法对高光谱图像聚类研究[J];科技通报;2015年03期

3 张浚哲;朱文泉;郑周涛;潘耀忠;王伶俐;;高光谱数据的相似性测度对比研究[J];测绘科学;2013年06期

4 韩静;岳江;张毅;柏连发;陈钱;;光谱角匹配加权核特征空间分离变换高光谱异常检测算法[J];红外与毫米波学报;2013年04期

5 麻永平;张炜;刘东旭;;高光谱侦察技术特点及其对地面军事目标威胁分析[J];上海航天;2012年01期

6 朱昱;王晓南;宋雪源;贺丽;李智强;;基于LLE低维嵌入的高光谱影像分类[J];海洋测绘;2010年06期

7 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

8 李金莲;刘晓玫;李恒鹏;;SPOT5影像纹理特征提取与土地利用信息识别方法[J];遥感学报;2006年06期

本文编号：2864990