基于SPCA的空谱联合高光谱图像分类算法研究

发布时间：2024-03-30 18:39

　　高光谱图像分类是对数据体中的每一个像素赋予一个类别标签,以此判别地面物体的类属及其分布状况。速度快、精度高的高光谱遥感图像分类算法是实现各种实际应用的前提条件。高光谱图像分类一直受遥感信息处理科技人员的极大重视,大量研究者都在不断探索新的方法、改进原有的方法,旨在不断提高高光谱图像分类算法的速度和精度。在这其中,空谱联合分类受到越来越多的重视。分割的主成分分析能够在保留空间结构的基础上达到减少波段数量、降低运算量的效果。高光谱图像在经过分割的主成分降维后,利用域变换递归滤波和局部二值模式两种空间特征提取方法可有效提取空间特征,进而达到联合空间和光谱信息的目的。基于此,本论文主要研究了基于分割的主成分分析和空间特征提取的两种高光谱图像分类算法:1.提出了一个新的基于分割的主成分分析(SPCA)和域变换递归滤波(DTRF)的高光谱图像分类算法。首先利用SPCA方法降低高光谱图像的维数和提取各波段子集的第一主成分。然后,使用不同参数的域变换递归滤波器对各波段子集第一主成分进行滤波,形成堆叠的边缘保持滤波图,实现了空间特征提取的功能。并用主成分分析(PCA)将堆叠的边缘保持滤波图进行特征融合,...

【文章页数】：54 页

【学位级别】：硕士

【部分图文】：

图1.1遥感图

北方民族大学2020届硕士学位论文第一章绪论第一章绪论1.1研究背景遥感技术是从远离地表的各种平台远距离借助传感器感知目标，对收集到的信息经过传输、处理、分析，实现对目标进行探测和识别的技术[1]。高光谱遥感技术的发展是人类过去几十年间对地观测方面取得的重大突破之一，是当今遥感的....

图一维信号域变换递归滤波()()()()()

北方民族大学2020届硕士学位论文第三章基于SPCA和域变换递归滤波的高光谱图像分类第三章基于SPCA和域变换递归滤波的高光谱图像分类3.1引言分割的主成分分析(SPCA)可以有效提取不同类地物的光谱差异信息，最大程度保留地物结构，而域变换递归滤波(DTRF)可以有效提取图像的边....

图3.2一维信号域变换

北方民族大学2020届硕士学位论文第三章基于SPCA和域变换递归滤波的高光谱图像分类()()()图3.2一维信号域变换它表明变换域中的相邻样本的欧几里得距离必须等于其在原始域中的1范数，为避免等式左边的绝对值运算，令是单调递增的，即(+)≥()，在对上式两边作的偏导，得到：′()....

图3.4参数和对滤波效果的影响.(a)输入

北方民族大学2020届硕士学位论文第三章基于SPCA和域变换递归滤波的高光谱图像分类()()()()()()图3.4参数和对滤波效果的影响.(a)输入高光谱波段，(b)-(f)不同参数设置的滤波波段(5)第五步，对堆叠的边缘保持滤波图用PCA进行特征融合。如果直接将堆叠的边缘保持....

本文编号：3942780