基于高斯過程的高光譜圖像分類研究.pdf

1、為利用高光譜成像光譜儀,高光譜圖像可通過數(shù)百個(gè)連續(xù)且細(xì)分的光譜波段對地表區(qū)域同時(shí)成像,進(jìn)而獲得三維圖像數(shù)據(jù)。高光譜圖像信息通過較窄的波段區(qū)間、較多的波段數(shù)量而提供。高光譜圖像能被用于從光譜空間中對地物予以細(xì)分和識(shí)別,這是其能夠在軍事和民用領(lǐng)域得到廣泛應(yīng)用的重要原因。當(dāng)前,在高光譜圖像分類領(lǐng)域,核函數(shù)方法因具有可解決非線性問題和數(shù)據(jù)特征維數(shù)過多問題的能力,而受到科研人員越來越多的關(guān)注,逐步成為研究熱點(diǎn)。最近幾年,支持向量機(jī)作為一種核函數(shù)方

2、法廣泛被應(yīng)用于高光譜圖像分類。但是,支持向量機(jī)本身存在諸如核函數(shù)中超參數(shù)難以選擇、輸出結(jié)果不具有概率意義等問題,限制了其進(jìn)一步的推廣。高斯過程也是一種基于核函數(shù)的方法。它具有完全的貝葉斯公式化表示,能夠明確的進(jìn)行概率建模,使結(jié)果更易于解釋。高斯過程的貝葉斯學(xué)習(xí)提供了一個(gè)范式,可以根據(jù)訓(xùn)練樣本,實(shí)現(xiàn)從先驗(yàn)分布到后驗(yàn)分布的轉(zhuǎn)換,以及對核函數(shù)超參數(shù)的推理。本文以基于高斯過程的高光譜圖像分類技術(shù)作為主要研究內(nèi)容,針對高光譜圖像波段數(shù)多,波段間相

3、關(guān)性和空間相關(guān)性強(qiáng),帶標(biāo)記訓(xùn)練樣本過少的特點(diǎn),將高斯過程理論與親和傳播聚類算法、綜合波段特征與空間特征構(gòu)造空間約束核函數(shù)方法、條件隨機(jī)場理論和半監(jiān)督核函數(shù)理論相結(jié)合,對高光譜圖像分類進(jìn)行研究。主要的創(chuàng)新性研究成果如下:1.高光譜圖像有監(jiān)督分類時(shí),若訓(xùn)練樣本數(shù)目有限,會(huì)出現(xiàn)"Hughes"現(xiàn)象,即分類精度先隨著圖像波段數(shù)目的增加而增加,當(dāng)?shù)竭_(dá)一定極值后,分類精度又隨著波段數(shù)目的增加而下降。為避免"Hughes"現(xiàn)象,高光譜圖像分類前應(yīng)先進(jìn)

4、行波段選擇。本文在高光譜圖像波段選擇理論基礎(chǔ)上,提出了基于波段選擇的高斯過程高光譜圖像分類方法,該方法先用親和傳播(Affinity Propagation)方法進(jìn)行波段選擇,再用高斯過程進(jìn)行高光譜圖像分類。實(shí)驗(yàn)結(jié)果表明,基于波段選擇的高斯過程高光譜圖像分類方法能夠在較少的波段數(shù)下取得較好的分類結(jié)果。2.高光譜圖像不僅擁有較高的譜段分辨率,而且像素點(diǎn)之間有很強(qiáng)的空間相鄰關(guān)系。本文通過綜合波段相關(guān)性和空間相關(guān)性構(gòu)造空間約束核函數(shù),提出了空

5、間約束核函數(shù)高斯過程分類方法。實(shí)驗(yàn)結(jié)果表明,空間約束核函數(shù)高斯過程分類方法部分消除了同物異譜和同譜異物造成的分類錯(cuò)誤。3.為進(jìn)一步利用高光譜圖像的空間結(jié)構(gòu),本文將高斯過程和條件隨機(jī)場理論相結(jié)合,提出了用于高光譜圖像的高斯過程與條件隨機(jī)場集成分類方法。實(shí)驗(yàn)結(jié)果表明,高斯過程與條件隨機(jī)場集成分類方法能夠有效減少高光譜圖像中的孤立噪聲點(diǎn),進(jìn)而提高高光譜圖像分類精度。4.高光譜圖像分類中,經(jīng)常遇到帶標(biāo)記訓(xùn)練樣本不足的問題。半監(jiān)督學(xué)習(xí)理論可有效利

6、用少數(shù)帶標(biāo)記樣本和大量易于獲得的無標(biāo)記樣本,從而可以改善分類和預(yù)測精度。本文根據(jù)高光譜圖像像素點(diǎn)之間空間局部相關(guān)性較強(qiáng)的特性,基于半監(jiān)督流形假設(shè),通過構(gòu)造半監(jiān)督核函數(shù),創(chuàng)新地提出一種用于高光譜圖像分類的半監(jiān)督核函數(shù)高斯過程方法。一方面,該方法為非線性方法,對高維非線性的高光譜圖像可以取得較好的分類效果;另一方面,該方法為非參數(shù)方法,僅需要對少數(shù)幾個(gè)超參數(shù)進(jìn)行學(xué)習(xí),速度較快,也比較簡單。實(shí)驗(yàn)結(jié)果表明,在只有少量帶標(biāo)記的訓(xùn)練樣本情況下,高光