超光譜遙感圖像降維及分類方法研究.pdf

1、本文從分析基本超光譜遙感圖像處理理論和現(xiàn)有算法及相關(guān)學科理論、技術(shù)入手，重點研究了超光譜遙感圖像的降維及分類方法，研究的主要內(nèi)容和創(chuàng)新點如下：　　1.深入研究了超光譜遙感圖像的降維方法，將它們歸結(jié)為波段選擇、數(shù)據(jù)源劃分、特征提取和融合等4類方法。在分析波段選擇降維的諸方法基礎(chǔ)之上，提出了一種新的超光譜遙感圖像降維方法——自適應波段選擇(ABS)。超光譜遙感圖像各波段間存在高相關(guān)性和高冗余度，選擇信息豐富的波段，不僅能夠降低數(shù)據(jù)維數(shù)，而

2、且可以大大地降低計算量，從信息處理實效性的角度來看，降維是有必要的?！　?.研究了影響超光譜遙感圖像分類精度的因素，將他們歸結(jié)為5類：訓練樣本的數(shù)量、數(shù)據(jù)的維數(shù)、判別函數(shù)、假定的概率模型和類別可分性。其中類別可分性代表了數(shù)據(jù)集的自然特性并決定了分類器能夠獲得的最優(yōu)性能。數(shù)據(jù)集的可分性好，就容易獲得高的分類精度。類別可分性通?？醋魇莾?nèi)在和預先決定的，在其他4種因素都確定的條件下，類別可分性的研究就顯得尤為重要?！　?.在自適應波段選擇

3、的基礎(chǔ)上，本文將一種新穎結(jié)構(gòu)的第二代小波引入到超光譜遙感圖像的融合研究。該算法的主體思想是對原始圖像進行簡單的多分辨率分解，分解后的兩個子數(shù)據(jù)集可以形象地分別表示成一個棋盤格式的紅色樣本點和黑色樣本點，它更為簡單也非常接近于提升格式中的分裂步驟；然后交替地在矩形柵格和梅花形柵格上使用對偶提升(預測)和原始提升(更新)來改善其性能，向具有某一特性逐漸逼近(提升)。　　4.超光譜遙感圖像具有較低的空間分辨率，像元混合的概率大，因而將某一像