学位论文 > 优秀研究生学位论文题录展示

基于多核学习的云检测及分析技术研究

作 者: 王师哲
导 师: 谷延锋
学 校: 哈尔滨工业大学
专 业: 电子与通信工程
关键词: 遥感图像 云检测 多核学习 云顶高度 云团厚度
分类号: TP751
类 型: 硕士论文
年 份: 2012年
下 载: 41次
引 用: 0次
阅 读: 论文下载
 

内容摘要


云检测是卫星遥感图像处理中非常重要的一环,尤其研究云还对了解、控制地球大气环境,气候变化起着至关重要的作用。但由于云顶高度、云团厚度的等因素的影响,导致云的类内光谱变化范围非常大,传统方法不能得到很好的检测效果。本文从遥感图像中的云像元光谱上的特点入手,针对云检测中常见的小样本、类内光谱变化范围大、多特征联合和高度厚度影响等问题,研究多核学习方法在云检测中的应用,以解决云在水平和竖直方向上的全空间检测,推动核方法在云检测领域的应用。本文的主要工作以多核学习方法为理论基础,研究了云检测和云顶高度和云团厚度的估计,具体包括:首先,本文介绍了遥感数据中对云比较敏感的波段,并进行相关的特征分析,提取了五组对高、低、薄、厚云表现各异的特征。发现云像元由于其高度和厚度的影响导致类内光谱变化范围较大。通过将研究了云检测问题的描述,并考虑到传感器较低的空间分辨率,我们将云检测问题规划为混合像元分解问题的思想。其次,研究了经典云检测方法Cloud Mask和线性鉴别分析等将云检测规划为分类问题的方法。然后回顾了传统的支持向量机的理论,并总结了核机器学习方法的发展趋势,得知多核学习能够联合不同核的优势互补不同核的劣势的能力,因而信息挖掘能力强,类别描述精确。从此开展了多核学习理论的研究和论证了其在云检测问题上的适用性。并在此基础上提出了一个基于多核学习方法的云检测方法,给出了多核特征空间的概念,并在多核空间中用类别边界方程描述云和背景像元。并按照混合像元分解的思想,利用多核特征空间中像元与边界面之间的距离来估计像元中云的百分含量。本文最后研究了多核空间中云顶高度和云团厚度的分布形式,提出了基于多核学习的云顶高度和云团厚度估计方法,并与传统的CO2薄片法、支持向量回归法和相同形式的单核方法进行比较分析,并得到了良好效果。

全文目录


摘要  4-5
Abstract  5-8
第1章 绪论  8-16
  1.1 课题的背景及来源  8-10
  1.2 研究目的和意义  10-11
  1.3 国内外研究现状  11-14
    1.3.1 遥感图像云检测发展  11-13
    1.3.2 多核学习理论发展  13-14
  1.4 主要研究内容  14-16
第2章 云特征和多核学习方法  16-23
  2.1 引言  16
  2.2 遥感图像中的云光谱  16-18
    2.2.1 云特征提取  16-17
    2.2.2 云检测问题描述  17-18
  2.3 单核机器学习理论  18-21
    2.3.1 核方法原理  18-19
    2.3.2 支持向量机概述  19-21
  2.4 多核学习理论框架  21-22
  2.5 本章小结  22-23
第3章 基于多核学习的云检测  23-42
  3.1 引言  23
  3.2 传统云检测方法  23-26
    3.2.1 Cloud Mask 方法  23-25
    3.2.2 基于线性鉴别分析的云检测方法  25-26
  3.3 基于单核SVM的云检测方法  26-28
  3.4 基于多核学习的云检测方法  28-32
    3.4.1 多核空间中的类别描述和云含量解算  28-30
    3.4.2 多核学习的求解  30-32
  3.5 实验结果和分析  32-41
    3.5.1 实验数据源简介  32-34
    3.5.2 实验设置  34-37
    3.5.3 实验结果与分析  37-41
  3.6 本章小结  41-42
第4章 云高度及厚度的反演  42-53
  4.1 引言  42
  4.2 传统云顶高度反演方法  42-45
    4.2.1 CO_2薄片法  42-43
    4.2.2 基于支持向量回归的云高度估计  43-45
  4.3 基于多核学习的高度及厚度估计  45-48
    4.3.1 基于多核学习的云团厚度估计  45-47
    4.3.2 基于多核学习的云顶高度估计  47-48
  4.4 实验  48-52
    4.4.1 云顶高度反演实验  48-50
    4.4.2 核方法的云团厚度估计实验  50-52
  4.5 本章小结  52-53
结论  53-55
参考文献  55-60
攻读硕士学位期间发表的论文及其它成果  60-62
致谢  62

相似论文

  1. 多尺度遥感图像分割算法研究与应用,TP391.41
  2. 军事港口目标分类平台的设计与实现,TP751
  3. 基于多核学习的高性能核分类方法研究,TP391.41
  4. 基于类内共享特征模型的多类遥感图像目标识别方法研究,TP751
  5. 高分辨率遥感图像多类目标识别研究,TP751
  6. 高分辨率遥感图像目标识别方法研究,TP751
  7. 基于油气分析的油浸式变压器时变停运模型及故障诊断研究,TM411
  8. TDICCD大视场多通道图像自动拼接方法,TP391.41
  9. 基于广义组合多核高斯函数的图像分类方法研究,TP391.41
  10. 基于GPU的遥感图像并行处理算法及其优化技术研究,TP751
  11. 光学卫星遥感图像舰船目标检测技术研究,TP751
  12. 基于HJ-1B星的云检测及土地覆盖模式与地表温度研究,TP79
  13. 滇东北铅锌成矿区遥感影像环线特征及成矿预测,P618.4
  14. 新疆山区云水资源卫星资料应用研究,P412.15
  15. 基于边缘特征的遥感图像检索技术研究,TP751
  16. 高分辨率图像变化检测及其在应急灾害评估中的应用研究,TP391.41
  17. 基于星载测雨雷达和云廓线雷达探测的亚洲雨顶和云顶高度分析,P412.25
  18. 基于CPR和MODIS探测结果的云顶温度和云顶高度反演研究,P426.51
  19. MODIS数据云检测算法及云补偿方法研究,P407.8
  20. 基于灰度共生矩阵的森林纹理构造因子确定方法研究,TP751
  21. 基于多信息源的三维地图生成,TP391.41

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