傅里葉變換紅外超光譜數(shù)據(jù)分類方法研究.pdf

1、基于邁克爾遜干涉原理的傅里葉變換紅外（Fourier Transform Infrared，F(xiàn)TIR）超光譜儀較傳統(tǒng)色散型光譜儀，具有紅外全譜覆蓋、光譜分辨率高（可達(dá)0.1 nm）、掃描紅外全譜時(shí)間短（可達(dá)0.01 s）的特點(diǎn)。它的出現(xiàn)使得實(shí)時(shí)完成對(duì)高速運(yùn)動(dòng)目標(biāo)識(shí)別和大氣組分精細(xì)分析等應(yīng)用成為可能。分類是這些紅外光譜探測(cè)應(yīng)用的基礎(chǔ)，目前學(xué)術(shù)界和工業(yè)界尚未開展針對(duì)FTIR超光譜數(shù)據(jù)的分類方法研究，通常沿用高光譜數(shù)據(jù)分類算法。由于FTIR超

2、光譜超高分辨率帶來(lái)的高維數(shù)據(jù)會(huì)使傳統(tǒng)高光譜數(shù)據(jù)分類算法在實(shí)時(shí)性和分類精度上無(wú)法滿足實(shí)際應(yīng)用的要求。
　　傳統(tǒng)高光譜分類算法處理的高光譜數(shù)據(jù)為數(shù)百維，目前FTIR的光譜數(shù)據(jù)已增長(zhǎng)到上萬(wàn)維，而分類時(shí)間也隨數(shù)據(jù)維數(shù)顯著增長(zhǎng)，從而給實(shí)時(shí)應(yīng)用帶來(lái)困難。本文針對(duì)實(shí)時(shí)性問(wèn)題，從提升算法效率和提升硬件處理能力和兩個(gè)方面開展了研究工作。首先，提出了一種空間分層光譜直方圖概念和計(jì)算方法，并給出了基于空間金字塔匹配（Spatial Pyramid Ma

3、tching，SPM）的FTIR超光譜分類方法，有效提高了超分辨率光譜數(shù)據(jù)特征分類的實(shí)時(shí)性，使匹配相似度計(jì)算過(guò)程時(shí)間顯著降低，從而提高了系統(tǒng)的實(shí)時(shí)性。其次，設(shè)計(jì)并研發(fā)了一套FTIR超光譜信號(hào)處理機(jī)的原理樣機(jī)，通過(guò)外場(chǎng)實(shí)驗(yàn)驗(yàn)證了該系統(tǒng)具有良好的實(shí)時(shí)性，為超光譜應(yīng)用于實(shí)時(shí)在線遙感探測(cè)提供平臺(tái)保障。
　　FTIR獲取的干涉信號(hào)中信噪比（Signal to Noise Ratio，SNR）與光譜分辨率呈反比，即光譜分辨率的提高，會(huì)使SNR

4、降低，甚至導(dǎo)致光譜發(fā)生形變。實(shí)驗(yàn)證明針對(duì)超光譜分辨率的數(shù)據(jù)，采用傳統(tǒng)分類方法處理的分類精度呈指數(shù)下降趨勢(shì)。針對(duì)光譜分辨率提高帶來(lái)分類精度下降問(wèn)題，本文提出了一種基于稀疏受限玻爾茲曼機(jī)（Restricted Boltzmann Machine，RBM）的超光譜數(shù)據(jù)分類算法，有效提高了高維度光譜數(shù)據(jù)特征的分類精度。實(shí)驗(yàn)證明，該方法可有效解決FTIR超光譜超高分辨率導(dǎo)致的分類精度下降的問(wèn)題。
　　綜上所述，本文對(duì)FTIR超光譜分類方法進(jìn)