版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、由于遙感超譜圖像譜分辨率的提高,如今已可以獲得比多光譜圖像更豐富的信息,并使得許多原先用多光譜不能解決的問題現(xiàn)在可以得到解決,它的問世是遙感技術(shù)應(yīng)用的一個(gè)重大飛躍。然而,巨大的數(shù)據(jù)量限制了超譜圖像的進(jìn)一步應(yīng)用,并對(duì)傳統(tǒng)的圖像處理方法提出了挑戰(zhàn)。為了挖掘和充分利用超譜圖像數(shù)據(jù)的潛在優(yōu)勢,研究有效的數(shù)據(jù)分析和處理技術(shù)是極其必要的,具有重要的理論意義和實(shí)際應(yīng)用價(jià)值。另外,分類和壓縮是目前國際上對(duì)超譜圖像研究非?;钴S的兩個(gè)專題。本文將側(cè)重于超譜
2、圖像分類技術(shù)的研究與分析。 在模式識(shí)別或分類中,從原始模式中提取有效的分類特征是非常重要的,但對(duì)于大量的非平穩(wěn)或時(shí)變信號(hào)模式來說,用于分類的特征往往包含在局部的時(shí)—頻信息中,用一般的變換方法提取有效的特征比較困難,近年來小波變換在信號(hào)處理和特征提取中得到了廣泛應(yīng)用。從分辨率的角度來看,小波變換用于信號(hào)分析是一種多分辨分析,優(yōu)于傳統(tǒng)的時(shí)域或頻域分析方法。雖然多分辨分析可以對(duì)信號(hào)進(jìn)行有效的時(shí)頻分解,但由于其尺度是二進(jìn)制變化的,所以在
3、高頻頻段其頻率分辨率較差,而在低頻頻段其時(shí)間分辨率較差,即對(duì)信號(hào)的頻帶進(jìn)行指數(shù)等間隔劃分。小波包分析是能夠?yàn)樾盘?hào)提供一種更加精細(xì)的分析方法,它將頻帶進(jìn)行多層次劃分,對(duì)多分辨分析沒有細(xì)分的高頻部分進(jìn)一步分解,并能夠根據(jù)被分析信號(hào)的特征,自適應(yīng)的選擇相應(yīng)頻帶,使之與信號(hào)頻譜相匹配,從而提高了時(shí)—頻分辨率,因此小波包具有更廣泛的應(yīng)用價(jià)值。它的任意多尺度分解特性,是分析非平穩(wěn)信號(hào)更有效的方法。本文主要研究由給定的訓(xùn)練樣本集,如何選擇最優(yōu)小波包基
4、,從被識(shí)別或分類的信號(hào)中提取具有最大可分性的特征,為此提出了應(yīng)用三種可分性準(zhǔn)則,即距離準(zhǔn)則,散度準(zhǔn)則和熵準(zhǔn)則選擇最優(yōu)基。 為了驗(yàn)證這種方法的有效性,本文以AVIRIS超譜圖像為例進(jìn)行了計(jì)算機(jī)仿真實(shí)驗(yàn),并對(duì)降維后的超譜圖像進(jìn)行了最大似然監(jiān)督分類。通過實(shí)驗(yàn),對(duì)應(yīng)用各準(zhǔn)則選擇最優(yōu)基提取特征與小波基提取特征,和與典型PCA降維方法的性能分別進(jìn)行了比較。結(jié)果表明,基于小波包變換的分類方法的分類精度可達(dá)到97%以上,優(yōu)于其它幾種方法。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 小波包調(diào)制信號(hào)分類識(shí)別方法的研究.pdf
- 基于模式識(shí)別方法的多光譜遙感圖像分類研究.pdf
- 基于小波包能量譜的金屬板中微損傷識(shí)別方法研究.pdf
- 基于小波包分析的結(jié)構(gòu)損傷識(shí)別方法研究.pdf
- 基于小波包變換的圖像壓縮感知方法.pdf
- 基于機(jī)場遙感圖像的跑道識(shí)別方法研究.pdf
- 基于小波變換的遙感圖像融合方法研究.pdf
- 基于小波變換的遙感圖像分割方法研究.pdf
- 基于小波包變換的紋理圖像分割.pdf
- 基于小波變換的人臉識(shí)別方法研究.pdf
- 基于小波變換的說話人識(shí)別方法研究.pdf
- 基于小波變換與SVM分類器的人臉識(shí)別方法研究.pdf
- 基于小波變換的結(jié)構(gòu)損傷識(shí)別方法研究.pdf
- 基于小波變換的PCA人臉識(shí)別方法研究.pdf
- 基于小波變換的PCA人臉識(shí)別方法.pdf
- 基于小波包能量變化率的結(jié)構(gòu)損傷識(shí)別方法研究.pdf
- 基于小波變換人臉識(shí)別方法研究.pdf
- 基于圖像分類的車型識(shí)別方法研究和實(shí)現(xiàn).pdf
- 基于圖像的空間典型目標(biāo)分類識(shí)別方法研究.pdf
- 基于小波變換的橋梁模態(tài)識(shí)別方法研究.pdf
評(píng)論
0/150
提交評(píng)論