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(shù)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(xiàn)，使光學(xué)遙感進(jìn)入了一個嶄新的階段，是遙感領(lǐng)域的一個巨大飛躍。高光譜遙感數(shù)據(jù)具有波段眾多、光譜分辨率高、數(shù)據(jù)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(yīng)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(shù)據(jù)量大不僅給數(shù)據(jù)存儲和傳輸帶來了困難，也給高光譜遙感圖像處理技術(shù)尤其是高光譜遙感圖像分類技術(shù)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(shù)的高光譜遙感圖像分類，通過圖像融合技術(shù)減少高光譜遙感數(shù)據(jù)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(jié)和研究了數(shù)據(jù)源劃分和降維處理技術(shù)，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(shù)據(jù)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(chǔ)上，結(jié)合基于波段指數(shù)的波段選擇方法，將其改進(jìn)為基于分段PCA和波段指數(shù)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(guān)性大的缺點，而且也解決了基于波段指數(shù)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(quán)值的圖像空間域的像素級融合方法。在該方法基礎(chǔ)上，本文進(jìn)一步做了改進(jìn)，解決了其分塊產(chǎn)生邊緣效應(yīng)的問題，并且有較好的融合效果。 隨后本文總結(jié)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