發(fā)布時間：2024-06-07 23:41

　　隨著高光譜遙感技術的不斷發(fā)展,高光譜遙感圖像在精確農業(yè)、敵情偵察、地質勘探以及環(huán)境保護等方面有著廣泛的應用。相比于傳統(tǒng)的多光譜遙感圖像來說,由于高光譜遙感圖像的多波段、高空間分辨率以及數據高維性引起的信息冗余的特點,對地物進行類別歸屬劃分時,分類結果并不理想,數據的高維性甚至引起休斯現(xiàn)象。鑒于這些特點,高光譜遙感圖像的特征提取自然成為了遙感技術領域中的研究熱點之一。較高的空間分辨率增加了地物類型的復雜度,給特征提取帶來了巨大的挑戰(zhàn)。高光譜遙感圖像數據的高維性,光譜波段間的強相關性以及多維表達、圖譜合一的特點,傳統(tǒng)的圖像處理技術將很難滿足實際應用的需求。因此,研究高光譜遙感圖像特征提取方法具有非常重要的意義。本研究借助于機器學習和最優(yōu)化數學建模的相關理論進行研究,針對現(xiàn)有高光譜遙感圖像特征提取方法的不足,對高光譜遙感圖像的光譜及空間信息的特征提取技術進行了改進與創(chuàng)新,進一步深入研究了高光譜遙感圖像特征提取的方法及技巧。同時也使該研究從光譜維擴展到光譜-空間維。該論文的主要研究內容和重要結論如下:(1)針對高光譜遙感圖像在光譜維度上的特征提取,提出了基于Maclaurin級函數曲線擬合特征...

【文章頁數】：131 頁

【學位級別】：博士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 無監(jiān)督特征提取
        1.2.2 監(jiān)督特征提取
        1.2.3 半監(jiān)督特征提取
    1.3 技術路線
    1.4 論文的組織
第二章 基于Maclaurin級函數曲線擬合的特征提取方法研究
    2.1 引言
    2.2 有理函數曲線擬合特征提取方法的簡要介紹
    2.3 Maclaurin級函數曲線擬合特征提取方法
        2.3.1 Maclaurin級函數曲線擬合的原理
        2.3.2 Maclaurin級函數曲線擬合的理論推導
    2.4 實驗和分析
        2.4.1 IPS和 KSC高光譜遙感圖像數據集描述
        2.4.2 實驗結果和分析
    2.5 小結
第三章 基于幾何均值特征空間判別分析的特征提取方法研究
    3.1 引言
    3.2 幾何均值特征空間判別分析
        3.2.1 GmFSDA的基本思想
        3.2.2 幾何均值的有效性
        3.2.3 GmFSDA的發(fā)展和改進
    3.3 實驗和分析
        3.3.1 IPS、PU和 KSC高光譜遙感圖像數據集描述
        3.3.2 實驗結果和分析
    3.4 結論
第四章 基于調和均值的光譜-空間濾波判別分析的特征提取方法研究
    4.1 引言
    4.2 調和均值和區(qū)域中值濾波的有效性
        4.2.1 調和均值的有效性
        4.2.2 區(qū)域中值濾波的有效性
    4.3 基于調和均值的光譜-空間濾波判別分析
        4.3.1 基于區(qū)域中值濾波的空間濾波特征提取
        4.3.2 光譜-空間濾波特征判別分析
    4.4 實驗和分析
        4.4.1 IPS、PU和 KSC高光譜遙感圖像數據集介紹
        4.4.2 參數分析
        4.4.3 SSF_HM特征提取方法的性能分析
    4.5 小結
第五章 基于光譜-Gabor空間判別分析的特征提取方法研究
    5.1 引言
    5.2 光譜-Gabor空間判別分析
        5.2.1 Gabor特征提取的基本思想
        5.2.2 基于融合特征矩陣的光譜-Gabor特征空間變換
    5.3 實驗和分析
        5.3.1 IPS、PU和 KSC高光譜遙感圖像數據集描述
        5.3.2 參數分析
        5.3.3 SGDA與其它方法的比較
            5.3.3.1 固定參數下SGDA方法的性能分析
            5.3.3.2 參數對SGDA方法性能的影響
    5.4 小結
第六章 總結與展望
    6.1 總結
    6.2 創(chuàng)新點
    6.3 展望
致謝
參考文獻
附錄 :作者在攻讀博士學位期間的成果



本文編號：3991130