基于稀疏和流形的高光譜圖像特征提取研究.pdf

1、隨著遙感技術(shù)的改進(jìn)和成像光譜儀技術(shù)的不斷改良，高光譜圖像在眾多領(lǐng)域得到廣泛應(yīng)用。但是，正因?yàn)楦吖庾V圖像具有幾乎幾百的波段數(shù)，數(shù)據(jù)量大的特點(diǎn)，隨著成像光譜儀獲得的光譜分辨率的提高，使得在對(duì)原始數(shù)據(jù)利用傳統(tǒng)的算法進(jìn)行處理時(shí)，往往會(huì)遇到計(jì)算時(shí)間很長(zhǎng)，傳統(tǒng)算法的適用性受到限制。目前很多算法都已經(jīng)得到驗(yàn)證并且應(yīng)用性很強(qiáng)。為了解決以上問(wèn)題，采用對(duì)原始高維特征空間進(jìn)行降維的手法。另外，高光譜數(shù)據(jù)在利用成像光譜儀獲取時(shí)，不可避免地會(huì)獲取非線(xiàn)性的信息，傳

2、統(tǒng)的線(xiàn)性特征提取算法顯然不能獲取這些非線(xiàn)性因素，而基于核的算法由于其物理意義不清晰及存在計(jì)算復(fù)雜度過(guò)高等問(wèn)題。近年來(lái)，流形學(xué)習(xí)和稀疏表示理論是研究的熱門(mén)，本文首先分析傳統(tǒng)的算法的優(yōu)劣，提出了幾種改進(jìn)的算法并且對(duì)上述問(wèn)題進(jìn)行了有深度的研究。本文的研究工作如下：
　　首先，對(duì)高光譜圖像的特征提取算法進(jìn)行研究，詳細(xì)的總結(jié)了傳統(tǒng)算法的理論，計(jì)算過(guò)程，利用真實(shí)的高光譜地物信息進(jìn)行實(shí)驗(yàn)，驗(yàn)證算法是否能夠優(yōu)于經(jīng)典算法。
　　然后，針對(duì)目前

3、半監(jiān)督特征提取算法中存在的問(wèn)題，提出一種新的半監(jiān)督局部稀疏嵌入特征提取算法。克服了經(jīng)典稀疏表示求解稀疏系數(shù)的算法復(fù)雜度問(wèn)題并能夠在快速的求解稀疏圖的同時(shí)保持?jǐn)?shù)據(jù)的局部幾何信息。針對(duì)目前高光譜圖像半監(jiān)督降維算法中基于流形學(xué)習(xí)的開(kāi)放性選擇近鄰參數(shù)問(wèn)題，以及利用傳統(tǒng)算法不能有效的獲取標(biāo)簽數(shù)據(jù)的局部信息，提出一種新的不用考慮如何選取近鄰參數(shù)的半監(jiān)督局部稀疏嵌入（SELSE）算法對(duì)高光譜圖像進(jìn)行特征提取。算法基于模式識(shí)別和圖像處理領(lǐng)域的信號(hào)的稀疏

4、變換理論，通過(guò)求解范數(shù)優(yōu)化問(wèn)題得到稀疏系數(shù)從而構(gòu)建樣本點(diǎn)間的鄰域圖，并且利用少量的已知標(biāo)簽的高光譜數(shù)據(jù)信息來(lái)最大化類(lèi)間信息。通過(guò)實(shí)驗(yàn)分析比較了所提算法與傳統(tǒng)半監(jiān)督算法間計(jì)算時(shí)間和分類(lèi)精度等各項(xiàng)指標(biāo)，得出結(jié)論：該算法獲得較好的分類(lèi)精度，遺憾的是，同時(shí)計(jì)算時(shí)間略有增加。
　　最后，考慮到半監(jiān)督算法需要事先知道原始數(shù)據(jù)集的先驗(yàn)知識(shí)，而無(wú)監(jiān)督算法則不需要，然而目前基于流形學(xué)習(xí)的無(wú)監(jiān)督算法只能夠單獨(dú)的描述局部或是全局的幾何結(jié)構(gòu)，尚且沒(méi)有一種