結(jié)合空間信息的高光譜遙感圖像分類方法研究.pdf

1、高光譜遙感技術(shù)在遙感科學(xué)中占有十分重要的地位，是現(xiàn)代遙感科學(xué)發(fā)展的前沿領(lǐng)域。它利用成百上千的波長(zhǎng)范圍從可見(jiàn)光到紅外線的電磁波波段從我們感興趣的物體中獲取有用的信息。高光譜圖像中的每一個(gè)像素點(diǎn)可以表示為一個(gè)光譜維向量，構(gòu)成這個(gè)向量的的各個(gè)分量與高光譜圖像的各個(gè)波段相對(duì)應(yīng)。不同的地物通常對(duì)相同波長(zhǎng)電磁波的反射存在差異，這樣就可以利用豐富的光譜信息對(duì)不同的地物加以區(qū)分。高光譜遙感系統(tǒng)已經(jīng)在農(nóng)業(yè)、軍事和礦物學(xué)等諸多領(lǐng)域得到了廣泛的應(yīng)用。相較于傳

2、統(tǒng)的多光譜遙感圖像而言，高光譜遙感圖像在光譜分辨率方面有了很大提高，承載地物信息量非常大，這很大程度上提高了其在地物類別方面的區(qū)分能力，可以對(duì)地物的光譜信息進(jìn)行精確分析與處理。但是高光譜圖像具有的波段數(shù)目一般很大，導(dǎo)致其數(shù)據(jù)維度較高且圖像中往往混有不同程度噪聲。如何從高光譜數(shù)據(jù)繁雜的信息中準(zhǔn)確快速地挖掘出對(duì)分類有利的特征信息，提高圖像的分類精度，仍是一個(gè)棘手的問(wèn)題?，F(xiàn)有的大部分高光譜分類模型都只考慮了光譜信息，而沒(méi)有對(duì)圖像的空間信息加以

3、利用。本文在現(xiàn)有算法分析的基礎(chǔ)上，以提高圖像分類精度為出發(fā)點(diǎn)，充分利用高光譜數(shù)據(jù)的特征，對(duì)高光譜圖像的分類算法進(jìn)行了深入研究。
　　本文提出了一種結(jié)合上下文信息的高光譜圖像聯(lián)合稀疏分類模型。由于高光譜圖像中一個(gè)圖像塊包含的光譜向量通常都具有很高的相關(guān)性，如果把這個(gè)圖像塊展開(kāi)成一個(gè)矩陣，這個(gè)矩陣就存在一個(gè)潛在的低秩結(jié)構(gòu)，可以采用低秩分解將它分解為一個(gè)低秩矩陣、稀疏矩陣與噪聲矩陣的和。通過(guò)分析分解后得到的低秩矩陣，就可以找到與中心像素