当前位置:主页 > 科技论文 > 自动化论文 >

基于遥感图像的谱间和空间特征提取方法研究

发布时间:2017-11-17 11:14

  本文关键词:基于遥感图像的谱间和空间特征提取方法研究


  更多相关文章: 遥感图像 STDA TPLBP Gabor 特征提取


【摘要】:遥感图像是通过非接触、远距离的探测技术所获得的信息产物,包含着丰富的光谱维和空间维信息,被广泛应用于军事、农业种植、环境污染、地质灾害等领域。遥感成像技术的蓬勃发展使得遥感图像的数据处理技术得到了国内外学者的广泛关注。一般而言,遥感图像的数据庞大而冗余,如何从中提取有效的信息并加以应用成了目前一个亟待解决的问题。本文针对遥感图像分别从谱间和空间两方面进行了特征提取方法的研究,其主要研究内容如下:一方面,研究了高光谱遥感图像的稀疏特征提取方法。针对现有的稀疏主成分分析方法(Sparse Principle Component Analysis, SPCA)和稀疏判别分析方法(Sparse Discriminant Analysis, SDA)的不足,提出了一种结合光谱维和空间维特征的高光谱遥感图像特征提取方法——稀疏张量判别分析方法(Sparse Tensor Discriminant Analysis, STDA)。同时,利用K最近邻(K-Nearest Neighbor, KNN)分类器实现了高光谱遥感图像的分类。通过Pavia University数据和Indian Pines数据的实验验证表明,在提取光谱维特征的同时,提取空间维特征的方法进一步地改善了高光谱遥感图像的分类效果。另一方面,研究了SAR遥感图像的空间纹理特征提取方法。针对局部二值模式法(Local Binary Patterns, LBP)只能进行小范围领域内的纹理特征描述的缺点,采用了Gabor滤波器和Three-Patch局部二值模式法(Three-Patch Local Binary Patterns, TPLBP)来提取SAR遥感图像的空间纹理特征。同时,利用基于核的极限学习机(Kernel Extreme Learning Machine, KELM)对SAR遥感图像进行了目标识别。通过MSTAR数据库实验验证表明,Gabor滤波器有效地提取了SAR遥感图像中目标和背景的边缘特征信息,而TPLBP较LBP具有更强的纹理特征描述能力,提升了SAR遥感图像的识别精度。
【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

【参考文献】

中国期刊全文数据库 前10条

1 王璐;张帆;李伟;谢晓明;胡伟;;基于Gabor滤波器和局部纹理特征提取的SAR目标识别算法[J];雷达学报;2015年06期

2 张文博;姬红兵;;融合极限学习机[J];电子与信息学报;2013年11期

3 王岩飞;刘畅;李和平;贾颖新;;基于多通道合成的优于0.1m分辨率的机载SAR系统[J];电子与信息学报;2013年01期

4 尹奎英;金林;刘宏伟;王英华;;基于局部纹理特征的合成孔径雷达变体目标自动识别算法[J];吉林大学学报(工学版);2012年03期

5 周家锐;纪震;沈琳琳;朱泽轩;陈思平;;基于Gabor小波与Memetic算法的人脸识别方法[J];电子学报;2012年04期

6 胡风明;王满玉;范学花;;基于Gabor滤波器和ICA技术的SAR目标识别算法[J];现代雷达;2011年06期

7 尹奎英;金林;李成;刘宏伟;;融合目标轮廓和阴影轮廓的SAR图像目标识别[J];空军工程大学学报(自然科学版);2011年01期

8 梁亮;杨敏华;李英芳;;基于ICA与SVM算法的高光谱遥感影像分类[J];光谱学与光谱分析;2010年10期

9 刘云华;屈春燕;单新建;宋小刚;张桂芳;张国宏;;SAR遥感图像在汶川地震灾害识别中的应用[J];地震学报;2010年02期

10 程朋根;吴剑;李大军;何挺;;土壤有机质高光谱遥感和地统计定量预测[J];农业工程学报;2009年03期



本文编号:1195818

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1195818.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户ff41a***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com