遥感图像信息提取核方法抗噪特性研究

发布时间：2017-08-06 10:17

  本文关键词：遥感图像信息提取核方法抗噪特性研究

  更多相关文章： 抗噪特性 核方法 非精确计算 高光谱图像分类和目标探测 高光谱图像在轨处理

【摘要】：高光谱图像提供了地物丰富的光谱信息,能够精细的对地物类型进行分类和识别。基于核方法的分类和探测算法具有非常强的识别能力,近些年来被广泛的应用在遥感信息提取领域。但是由于高光谱数据的高维性和海量性,利用核方法进行信息提取时会伴随着大量的内积运算,这就导致了基于核方法的高光谱图像信息提取算法运算量巨大、能耗高,限制了该类算法在高光谱图像在轨实时处理领域的应用。利用算法的抗噪特性进行非精确计算,将部分输出质量折中为能耗,从而降低算法运行时的功耗,可以满足高光谱图像在轨实时处理时低功耗的需求。本文通过在数据级别和算法级别分析高光谱图像分类和探测算法的抗噪特性,论证了利用算法抗噪特性进行非精确计算的可行性。1.数据级别的抗噪特性分析。在高光谱数据的低位有效位注入噪声,观察噪声对算法输出质量的影响。具体过程是:将归一化以后的高光谱数据转换为二进制形式,选取一定量的数据在其低位有效位注入随机噪声,将添加了噪声以后的数据转换回小数形式,对添加了噪声的数据进行分类和目标探测,观察噪声对算法输出质量的影响。2.算法级别的抗噪特性分析。使用高斯函数模拟现实世界的高斯噪声,将噪声添加到算法运行时的中间结果,观察高斯噪声对算法输出质量的影响。实验中保持高斯函数的均值为常数0,不断增大高斯函数的方差来增加噪声的等级。本文以基于核方法的SVM分类算法和KRX目标探测算法为例,进行了上述抗噪特性分析。通过本文的实验可以看出,利用基于核方法的信息提取算法对高光谱图像进行处理,只要噪声限定在一定的范围内,噪声对算法输出质量的影响就可以忽略不计。算法抗噪性是非精确计算可以使用的前提,本文论证了利用算法抗噪特性进行非精确计算的可行性。
【关键词】：抗噪特性 核方法 非精确计算 高光谱图像分类和目标探测 高光谱图像在轨处理
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP751
【目录】：

• 摘要3-4
• Abstract4-12
• 第1章 引言12-19
• 1.1 研究背景及意义12-13
• 1.2 研究现状13-17
• 1.2.1 遥感图像在轨处理技术研究现状13-14
• 1.2.2 遥感图像分类和探测算法研究现状14-16
• 1.2.3 算法抗噪特性研究现状16-17
• 1.3 论文研究内容及章节安排17-19
• 第2章 遥感图像信息提取中的核方法分析19-32
• 2.1 高光谱图像数据19-23
• 2.1.1 高光谱图像数据的描述19-21
• 2.1.2 高光谱图像的冗余特性21
• 2.1.3 高光谱图像信息提取流程21-23
• 2.2 高光谱图像分类23-25
• 2.2.1 高光谱图像分类的基本概念和原理23-24
• 2.2.2 高光谱图像分类精度评价24-25
• 2.3 高光谱图像目标探测25-27
• 2.3.1 高光谱图像目标探测的基本概念和原理25-26
• 2.3.2 高光谱图像目标探测算法的性能评价26-27
• 2.4 核方法27-31
• 2.4.1 非线性分类问题28-29
• 2.4.2 核函数的定义29-30
• 2.4.3 正定核30
• 2.4.4 常用核函数30-31
• 2.5 本章小结31-32
• 第3章 基于核方法的图像分类抗噪特性分析32-55
• 3.1 支持向量机32-36
• 3.1.1 线性支持向量机32-35
• 3.1.2 非线性支持向量机35-36
• 3.1.3 支持向量机的特性36
• 3.2 数据级别抗噪特性分析36-37
• 3.3 算法级别抗噪特性分析37-38
• 3.4 实验结果及分析38-54
• 3.4.1 实验数据38-39
• 3.4.2 实验结果与分析39-54
• 3.5 本章小结54-55
• 第4章 基于核方法的目标探测抗噪特性分析55-73
• 4.1 KRX异常检测算法55-60
• 4.1.1 RX异常检测算法55-56
• 4.1.2 KRX异常检测算法56-60
• 4.2 数据级别抗噪特性分析60-61
• 4.3 算法级别抗噪特性分析61-62
• 4.4 实验结果及分析62-72
• 4.4.1 实验数据62
• 4.4.2 实验结果及分析62-72
• 4.5 本章总结72-73
• 第5章 总结与展望73-75
• 5.1 总结73-74
• 5.2 展望74-75
• 参考文献75-81
• 致谢81-83
• 攻读硕士学位期间从事的科研工作及取得的成果83

【参考文献】

中国期刊全文数据库 前9条

1 张良培;;高光谱目标探测的进展与前沿问题[J];武汉大学学报(信息科学版);2014年12期

2 许雪贵;张清;;基于CUDA的高效并行遥感影像处理[J];地理空间信息;2011年06期

3 贺霖;潘泉;邸椺;李远清;;高光谱图像目标检测研究进展[J];电子学报;2009年09期

4 储美华;洪志刚;陈允芳;;数字航测影像盲点消除与病态像元校正方法探讨[J];测绘科学;2007年03期

5 陈勃;陈志军;;海量遥感卫星数据存档方法的探讨[J];遥感信息;2006年05期

6 延明;FPGA在数字图像处理中的应用[J];电子技术;2005年01期

7 钱乐祥,泮学芹,赵芊;中国高光谱成像遥感应用研究进展[J];国土资源遥感;2004年02期

8 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

9 黄普明,陈泓,鞠德航;遥感卫星数据传输系统新技术[J];空间电子技术;2002年02期

，

本文编号：629434