基于稀疏性約束的高光譜圖像處理方法研究.pdf

1、隨著傳感器技術(shù)的發(fā)展，光譜成像技術(shù)得到了空前的發(fā)展。高光譜遙感除了獲取圖像的空間信息外，還可以得到精細(xì)的光譜信息，在軍事偵察和國(guó)民經(jīng)濟(jì)等各個(gè)領(lǐng)域的應(yīng)用越來(lái)越廣泛。但是，隨著高光譜圖像的分辨率不斷提高，成像光譜儀獲取的圖像數(shù)據(jù)已經(jīng)遠(yuǎn)遠(yuǎn)超出了數(shù)據(jù)傳輸和處理能力?；谛盘?hào)稀疏性約束的處理方法近年來(lái)廣泛應(yīng)用于信號(hào)處理、模式識(shí)別和計(jì)算機(jī)視覺(jué)等方面。如何有效的利用光譜圖像的稀疏性，已經(jīng)成為遙感信息處理領(lǐng)域重要的研究方向之一。
　　針對(duì)高光譜圖

2、像數(shù)據(jù)處理難題，本文主要分析了高光譜圖像的稀疏性，在此基礎(chǔ)上研究了基于稀疏性約束的高光譜圖像分類(lèi)和目標(biāo)檢測(cè)，主要工作如下：
　　首先，論文分析與驗(yàn)證了高光譜圖像的稀疏性。分析高光譜圖像數(shù)據(jù)的典型特性，并利用無(wú)監(jiān)督的學(xué)習(xí)方法構(gòu)建字典對(duì)高光譜圖像數(shù)據(jù)進(jìn)行稀疏分解，將圖像中實(shí)際包含的物理材料的光譜曲線(xiàn)與字典原子進(jìn)行比對(duì)，證明學(xué)習(xí)的字典原子可以很好地與材料的光譜曲線(xiàn)擬合，驗(yàn)證了高光譜圖像的稀疏性。
　　其次，論文提出了基于稀疏嵌入的

3、高光譜圖像分類(lèi)方法。針對(duì)高光譜圖像的高維特性，利用稀疏嵌入的方法對(duì)高光譜圖像進(jìn)行特征提取，通過(guò)保持類(lèi)內(nèi)緊湊性的條件下進(jìn)行類(lèi)內(nèi)稀疏重建，同時(shí)最大限度地增大類(lèi)間距離，以增強(qiáng)高光譜數(shù)據(jù)在特征空間投影的離散度。通過(guò)對(duì)真實(shí)數(shù)據(jù)進(jìn)行測(cè)試表明，本文方法在分類(lèi)時(shí)間和分類(lèi)精度上比起其它方法都有一定的提高。
　　最后，論文研究了高光譜圖像異常檢測(cè)問(wèn)題，提出了一種基于金字塔空-譜協(xié)同編碼的高光譜圖像異常檢測(cè)方法。首先在優(yōu)化樣本-特征分布的行稀疏性、列稀