学位论文 > 优秀研究生学位论文题录展示

结合空间信息与光谱信息的高光谱图像分类研究

作　者: 肖倩
导　师: 王立国
学　校: 哈尔滨工程大学
专　业: 信号与信息处理
关键词: 高光谱图像 分类 空间信息 Gabor滤波 同质性判定
分类号: TP751
类　型: 硕士论文
年　份: 2013年
下　载: 90次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着成像光谱技术的发展，高光谱遥感技术在众多领域得到了发展和应用。高光谱遥感技术将传统图像空间维和光谱维融合到一起，具有丰富的地物光谱信息，因而高光谱图像地物分类成了高光谱数据处理的重要内容。现有的高光谱图像分类模型大部分在分类中只考虑了光谱特征信息，忽视了空间信息在分类中的重要作用。本文从提高图像分类精度出发，研究空间特征信息与光谱特征信息相结合的高光谱图像分类算法。主要研究内容如下：首先，阐述了高光谱图像在遥感技术领域的重要作用，分析高光谱图像的成像理论及其数据特点，研究了现有高光谱分类方法，说明了课题研究背景及意义。其次，介绍了高光谱图像数据特征提取方式及分类器的选择。在特征提取阶段，主要讨论光谱特征和空间特征的提取方式。通过仿真实验，分析比较主成分分析、无参数加权特征提取、灰度共生矩阵及小波变换特征提取方式在高光谱图像分类中各自具有的优势和弊端。分类器选择阶段，将支持向量机与传统的监督分类方法相比较，选择分类效果好的最小二乘支持向量机作为本文的高光谱图像分类模型。再次，研究光谱信息与空间信息相结合的高光谱分类方法。研究通过Gabor滤波器组提取空间纹理特征，并利用组合核函数融合图像纹理特征和光谱特征，将新的组合特征用最小二乘支持向量机分类模型分类，提升了图像分类精度。并且针对分类结果中“噪声”像元存在的现象，利用邻域修正的方式进一步改善分类结果，消除“噪声”像元。最后，针对高光谱图像分类模型侧重于单像元的光谱特征、空间特征提取利用，忽视图像相邻像元的空间相关性，分类结果中出现“噪声”像元的现象，提出基于多尺度同质性判定的高光谱图像分类算法。该算法在图像预分类的基础上将图像划分为一系列不重叠的区域，采用区域同质性域判定规则，通过计算邻域内像元同质隶属度，对分类结果再处理，消除“噪声”像元。针对单尺度区域划分不能很好地表达地物类别分布规律的缺点，研究多尺度区域划分方式，有效提升图像分类精度。

全文目录


摘要  5-6
ABSTRACT  6-10
第1章 绪论  10-18
  1.1 课题研究背景及意义  10-11
  1.2 高光谱图像数据研究现状  11-13
    1.2.1 高光谱遥感技术的发展  11-12
    1.2.2 高光谱图像数据特点  12-13
  1.3 高光谱图像分类研究现状  13-15
  1.4 本文研究内容和组织结构  15-18
第2章 高光谱遥感图像特征提取理论  18-30
  2.1 高光谱图像数据表达方式  18-19
  2.2 高光谱数据光谱特征提取  19-22
    2.2.1 线性主成分分析  19-21
    2.2.2 无参数加权特征提取  21-22
  2.3 高光谱数据空间纹理特征提取  22-26
    2.3.1 灰度共生矩阵纹理特征提取  23-24
    2.3.2 小波变换纹理特征提取  24-26
  2.4 高光谱数据形状特征提取  26-28
  2.5 本章小结  28-30
第3章 高光谱遥感图像分类理论  30-42
  3.1 高光谱图像分类理论  30-32
    3.1.1 高光谱图像分类流程  30-31
    3.1.2 分类精度评价方法  31-32
  3.2 传统高光谱图像监督分类技术  32-34
    3.2.1 光谱角填图法分类模型  32-33
    3.2.2 最大似然分类模型  33-34
  3.3 支持向量机在高光谱分类中的应用  34-37
    3.3.1 支持向量机基本理论  34-36
    3.3.2 最小二乘支持向量机  36-37
    3.3.3 多类支持向量机模型  37
  3.4 实验内容与结果分析  37-41
  3.5 本章小结  41-42
第4章 融合空间纹理信息的高光谱图像分类  42-54
  4.1 空间信息辅助方式  42-44
  4.2 Gabor 滤波纹理信息提取  44-48
    4.2.1 Gabor 小波滤波原理  44-45
    4.2.2 基于 Gabor 变换的图像纹理信息提取  45-47
    4.2.3 谱域-空域特征融合  47
    4.2.4 空间邻域修正  47-48
  4.3 实验内容及结果分析  48-52
  4.4 本章小结  52-54
第5章 基于多尺度同质性判定的高光谱图像分类  54-66
  5.1 基于同质性的图像提取分类理论  54-55
  5.2 基于多尺度同质性判定的高光谱分类改进  55-58
    5.2.1 区域同质性判定原理  56-58
    5.2.2 多尺度同质区判定方法  58
  5.3 实验内容及结果分析  58-64
  5.4 本章小结  64-66
结论  66-68
参考文献  68-74
攻读硕士学位期间发表的论文和取得的科研成果  74-76
致谢  76

相似论文

  1. K公司计划及预测改进对于合理库存配置的研究,F224
  2. 高光谱图像空—谱协同超分辨处理研究,TN911.73
  3. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  4. 基于词义及语义分析的问答技术研究,TP391.1
  5. 基于三维重建的焊点质量分类方法研究,TP391.41
  6. 基于串核的蛋白质分类算法的研究与实现,TP301.6
  7. 基于感兴趣信息的高光谱图像压缩技术研究,TP391.41
  8. 统计与语言学相结合的词对齐及相关融合策略研究,TP391.2
  9. 上下文相关的词汇复述研究,TP391.1
  10. 基于仿生模式识别的文本分类技术研究,TP391.1
  11. 互联网上旅游评论的情感分析及其有用性研究,TP391.1
  12. 基于SVM的中医舌色苔色分类方法研究,TP391.41
  13. 基于图像的路面破损识别,TP391.41
  14. 高光谱与高空间分辨率遥感图像融合算法研究,TP751
  15. 多样性密度学习算法的研究与应用,TP181
  16. 运动特征及地形约束的感知网目标跟踪算法及系统研究,TP212.9
  17. 计算智能在数字化卷烟叶组配方中的应用研究,TS44
  18. 基于核方法的高光谱图像异常检测算法研究,TP751
  19. 基于中国土壤系统分类的土壤类型和界线确定研究,S155
  20. 弯孢属种分子鉴定体系的建立及其在疑难种上的应用,Q949.32
  21. 基于视觉的番木瓜外观品质检测技术研究,S667.9

中图分类: > 工业技术 > 自动化技术、计算机技术 > 遥感技术 > 遥感图像的解译、识别与处理 > 图像处理方法
© 2012 www.xueweilunwen.com