高光谱图像降维与分类算法研究
发布时间：2021-02-22 20:16
随着高光谱成像技术的不断成熟,其应用领域越加广泛,提高对高光谱数据的处理能力和分类性能是社会发展的必然趋势,对国家安全维护、资源合理利用、环境监测和城市规划管理都具有重大意义。分类是高光谱图像（HSIs）应用的关键步骤,由于HSIs有大量的光谱带,且只有少量训练样本,导致HSIs分类成为一项具有挑战性的任务。然而HSIs数据光谱波段之间通常是相关的,所以在分类之前,一般先对HSIs数据进行降维。本文主要围绕对高光谱图像的降维和分类这两个问题展开研究。在高光谱图像降维方面,提出了一种新的基于加权空谱均值滤波的全局局部判别降维算法（WW）,该算法充分利用了HSIs数据的光谱信息和空间特征,以及全局和局部结构特征。首先为了加强相邻像素的相关性,利用空间特征对像素光谱进行加权空谱均值滤波（WSSMF）,然后为了构建全局局部判别矩阵,我们提出了加权空谱局部邻域保持（WSSLNP）矩阵,并将其作为局部回归算子嵌入到正则化线性判别分析（RLDA）模型中形成一个强大的降维算法。在高光谱图像分类方面,提出了空谱协同分类算法（SC-NN）,以充分利用HSIs数据的光谱信息和空间连续特性,该算法首先使用最近...
【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
(a)IndianPinesdataset的伪彩色图像(R:50,G:30,B:20)；(b)类别标签图
图 2-3 (a) Pavia University 数据的伪彩色图像 (R: 60, G: 30, B: 2)；(b) 类别标签图Salinas图像是 1998年由AVIRIS传感器拍摄于加利福尼亚西部的 Salinas山谷,其特点是高空间分辨率（3.7米）。该图像大小为217x512像素，和IndianPines图像一样，共包含224个波段，去除包含吸水区域和噪声的20个波段，一般使用剩余204个光谱波段所成图像进行实验,包括蔬菜，裸露的土壤和葡萄园等16个类别的地物。图2-4为Salinas数据的伪彩色图像及相应的类别标签图。
一般使用剩余204个光谱波段所成图像进行实验,包括蔬菜，裸露的土壤和葡萄园等16个类别的地物。图2-4为Salinas数据的伪彩色图像及相应的类别标签图。(a) (b)Brocoli_green_weeds_1 C1 Vinyard_untrained C2 Fallow C3 Lettuce_romaine_4wk C4Brocoli_green_weeds_2 C5 Fallow_rough_plow C6 Celery C7 Lettuce_romaine_5wk C8Soil_vinyard_develop C9 Corn_senesced_green_weeds C10 Stubble C11 Lettuce_romaine_6wk C12Grapes_untrained C13 Vinyard_vertical_trellis C14 Fallow_smooth C15 Lettuce_romaine_7wk C16图 2-4 (a) Salinas 数据的伪彩色图像 (R: 52, G: 25, B: 10)；(b) 类别标签图HYDICE 图像数据集是在华盛顿 DC 购物中心由机载高光谱数字图像采集实验传感器获取。这个数据集包含 305 条扫描线，每条线有 280 个像素。空间分辨率约为 2.8 米。在去除低信噪比和吸水带后，剩余的位于可见光谱和红外光谱的 0.4-2.4 m区域 191 个通道用于实验分析。在这个实验中使用来自 7 个类的总共 777 个像
【参考文献】：
期刊论文
[1]高光谱成像技术在生物医学中的应用进展[J]. 刘立新,李梦珠,赵志刚,屈军乐. 中国激光. 2018(02)
[2]高光谱遥感在农业生产中的应用及展望[J]. 谭向农,刘淮,漆锟,丁燕杰. 北京测绘. 2017(01)
[3]闽江口沼泽植被地上鲜生物量与植株密度高光谱遥感估算[J]. 章文龙,曾从盛,仝川,王维奇,林贤彪,张子川. 自然资源学报. 2013(12)
[4]基于主成分分析与核独立成分分析的降维方法[J]. 梁胜杰,张志华,崔立林,钟强晖. 系统工程与电子技术. 2011(09)
[5]决策树分类算法研究[J]. 张琳,陈燕,李桃迎,牟向伟. 计算机工程. 2011(13)
[6]半监督局部判别分析[J]. 姜伟,杨炳儒. 计算机工程. 2011(08)
[7]KNN算法综述[J]. 闭小梅,闭瑞华. 科技创新导报. 2009(14)
[8]高光谱遥感技术在地质领域中的应用[J]. 甘甫平,王润生. 国土资源遥感. 2007(04)
[9]线性判别分析与主成分分析及其相关研究评述[J]. 王晓慧. 中山大学研究生学刊(自然科学、医学版). 2007(04)
[10]高光谱遥感矿物识别方法研究[J]. 黄光玉,沈占锋,赵欣梅. 资源环境与工程. 2007(01)
博士论文
[1]西北地区冬小麦生长状况高光谱遥感监测研究[D]. 田明璐.西北农林科技大学 2017
[2]高光谱遥感影像处理与地质应用若干关键问题研究[D]. 王茂芝.成都理工大学 2014
[3]数据降维算法研究及其应用[D]. 张田昊.上海交通大学 2008
本文编号：3046502
【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
(a)IndianPinesdataset的伪彩色图像(R:50,G:30,B:20)；(b)类别标签图
图 2-3 (a) Pavia University 数据的伪彩色图像 (R: 60, G: 30, B: 2)；(b) 类别标签图Salinas图像是 1998年由AVIRIS传感器拍摄于加利福尼亚西部的 Salinas山谷,其特点是高空间分辨率（3.7米）。该图像大小为217x512像素，和IndianPines图像一样，共包含224个波段，去除包含吸水区域和噪声的20个波段，一般使用剩余204个光谱波段所成图像进行实验,包括蔬菜，裸露的土壤和葡萄园等16个类别的地物。图2-4为Salinas数据的伪彩色图像及相应的类别标签图。
一般使用剩余204个光谱波段所成图像进行实验,包括蔬菜，裸露的土壤和葡萄园等16个类别的地物。图2-4为Salinas数据的伪彩色图像及相应的类别标签图。(a) (b)Brocoli_green_weeds_1 C1 Vinyard_untrained C2 Fallow C3 Lettuce_romaine_4wk C4Brocoli_green_weeds_2 C5 Fallow_rough_plow C6 Celery C7 Lettuce_romaine_5wk C8Soil_vinyard_develop C9 Corn_senesced_green_weeds C10 Stubble C11 Lettuce_romaine_6wk C12Grapes_untrained C13 Vinyard_vertical_trellis C14 Fallow_smooth C15 Lettuce_romaine_7wk C16图 2-4 (a) Salinas 数据的伪彩色图像 (R: 52, G: 25, B: 10)；(b) 类别标签图HYDICE 图像数据集是在华盛顿 DC 购物中心由机载高光谱数字图像采集实验传感器获取。这个数据集包含 305 条扫描线，每条线有 280 个像素。空间分辨率约为 2.8 米。在去除低信噪比和吸水带后，剩余的位于可见光谱和红外光谱的 0.4-2.4 m区域 191 个通道用于实验分析。在这个实验中使用来自 7 个类的总共 777 个像
【参考文献】：
期刊论文
[1]高光谱成像技术在生物医学中的应用进展[J]. 刘立新,李梦珠,赵志刚,屈军乐. 中国激光. 2018(02)
[2]高光谱遥感在农业生产中的应用及展望[J]. 谭向农,刘淮,漆锟,丁燕杰. 北京测绘. 2017(01)
[3]闽江口沼泽植被地上鲜生物量与植株密度高光谱遥感估算[J]. 章文龙,曾从盛,仝川,王维奇,林贤彪,张子川. 自然资源学报. 2013(12)
[4]基于主成分分析与核独立成分分析的降维方法[J]. 梁胜杰,张志华,崔立林,钟强晖. 系统工程与电子技术. 2011(09)
[5]决策树分类算法研究[J]. 张琳,陈燕,李桃迎,牟向伟. 计算机工程. 2011(13)
[6]半监督局部判别分析[J]. 姜伟,杨炳儒. 计算机工程. 2011(08)
[7]KNN算法综述[J]. 闭小梅,闭瑞华. 科技创新导报. 2009(14)
[8]高光谱遥感技术在地质领域中的应用[J]. 甘甫平,王润生. 国土资源遥感. 2007(04)
[9]线性判别分析与主成分分析及其相关研究评述[J]. 王晓慧. 中山大学研究生学刊(自然科学、医学版). 2007(04)
[10]高光谱遥感矿物识别方法研究[J]. 黄光玉,沈占锋,赵欣梅. 资源环境与工程. 2007(01)
博士论文
[1]西北地区冬小麦生长状况高光谱遥感监测研究[D]. 田明璐.西北农林科技大学 2017
[2]高光谱遥感影像处理与地质应用若干关键问题研究[D]. 王茂芝.成都理工大学 2014
[3]数据降维算法研究及其应用[D]. 张田昊.上海交通大学 2008
本文编号：3046502
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3046502.html
最近更新
教材专著
