基于圖像融合的高光譜遙感圖像分類研究.pdf

1、隨著傳感器技術的不斷發(fā)展，遙感圖像的光譜分辨率不斷提高，高光譜遙感的出現，使光學遙感進入了一個嶄新的階段，是遙感領域的一個巨大飛躍。高光譜遙感數據具有波段眾多、光譜分辨率高、數據量大等特點。較高的光譜分辨率在很多方面給高光譜遙感帶來巨大應用潛力，特別在圖像分類方面，顯示出巨大的優(yōu)勢，但波段眾多、數據量大不僅給數據存儲和傳輸帶來了困難，也給高光譜遙感圖像處理技術尤其是高光譜遙感圖像分類技術方面帶來巨大的挑戰(zhàn)。因此本文主要研究基于圖像融合技

2、術的高光譜遙感圖像分類，通過圖像融合技術減少高光譜遙感數據之間的冗余，合并互補信息，利于后續(xù)分類處理。在高光譜遙感圖像融合之前，本文還總結和研究了數據源劃分和降維處理技術，有利于減少圖像融合運算量。 本文主要完成工作如下： 首先簡單闡述了高光譜遙感圖像的數據源劃分方法，系統(tǒng)分析了高光譜遙感圖像降維方法，在基于分段PCA波段選擇方法基礎上，結合基于波段指數的波段選擇方法，將其改進為基于分段PCA和波段指數的波段選擇方法，該

3、方法不僅克服了基于分段PCA波段選擇方法選擇出的波段相關性大的缺點，而且也解決了基于波段指數的波段選擇方法計算量大的問題。 其次本文針對目前圖像融合方法的一些不足，提出了基于邊緣信息(EI，edge information)優(yōu)化權值的圖像空間域的像素級融合方法。在該方法基礎上，本文進一步做了改進，解決了其分塊產生邊緣效應的問題，并且有較好的融合效果。 隨后本文總結了常用的圖像分類方法，以及高光譜遙感圖像分類的特有方法，再