空譜信息聯(lián)合的高光譜圖像精細(xì)分類研究.pdf

1、相比于其它各類的圖像而言,近乎連續(xù)的光譜曲線、對(duì)于各個(gè)電磁波段的高分辨率以及極大的信息量都使高光譜圖像在這個(gè)技術(shù)越來越成熟的年代顯得更加具有優(yōu)勢(shì)。比較于先對(duì)圖像進(jìn)行特征提取,再在全圖范圍內(nèi)進(jìn)行分類的系統(tǒng),更多更有針對(duì)性的分類系統(tǒng)被提出,如決策樹理論、半監(jiān)督算法以及案例推理等。這些理論一般考慮圖像中光譜以及空間各個(gè)方面的特點(diǎn),然后再對(duì)圖像進(jìn)行綜合處理。另外,由于高光譜圖像可以描述各個(gè)類別的細(xì)微差別,對(duì)其進(jìn)行精細(xì)分類的研究很有必要。

2、　　本文在對(duì)高光譜圖像中所包含的各類地物特點(diǎn)研究的基礎(chǔ)上，結(jié)合以往對(duì)高光譜數(shù)據(jù)分類處理的經(jīng)驗(yàn),找出適合不同地物的特征提取以及分類方法的組合,并對(duì)樣本充足情況和小樣本情況分別探討,綜合光譜和空間多個(gè)方面的信息,通過多級(jí)分類對(duì)圖像進(jìn)行精細(xì)劃分,建立高效的高光譜圖像精細(xì)分類系統(tǒng)。
　　首先,論文對(duì)高光譜特性進(jìn)行了系統(tǒng)的分析,從信息量的大小,維數(shù)的影響以及空間和譜間的相關(guān)性等方面進(jìn)行深入探討;并對(duì)各種經(jīng)典的特征提取以及分類方法進(jìn)行總結(jié),為

3、后面開展有針對(duì)性的處理奠定基礎(chǔ)。
　　然后,結(jié)合各種經(jīng)典的特征提取以及分類方法的優(yōu)勢(shì),建立一個(gè)適合不同地物類型的方法庫,通過方法庫對(duì)圖像中的光譜曲線不同的類別尋找最優(yōu)的處理方案。同時(shí)針對(duì)小樣本問題提出了基于樣本均值的高光譜圖像半監(jiān)督處理方法,有效解決了樣本不足的問題。在此基礎(chǔ)上，針對(duì)文中所研究圖像的具體特點(diǎn),結(jié)合分割和形態(tài)學(xué)等空間處理方法,提出了聯(lián)合水平集分割方法以及近鄰鄰?fù)镀狈▌t的高光譜圖像分類及分割方案。
　　最后,在充