本文關(guān)鍵詞：基于集成學(xué)習(xí)的多光譜遙感圖像分類研究

  更多相關(guān)文章： 集成學(xué)習(xí) 多光譜遙感圖像 RUSBoost Logit AdaBoost LBPV ICA

【摘要】：隨著衛(wèi)星傳感器質(zhì)量和數(shù)量的不斷保證,針對多光譜遙感圖像的分類研究理論論證不斷增加,相對于傳統(tǒng)的遙感影像,多光譜遙感圖像的波段信息豐富,空間信息明顯充實。傳統(tǒng)分類方法并不能很好反映多光譜遙感圖像精準(zhǔn)的地物特征,不能完善地物特征的分類。為了避免傳統(tǒng)的分類方法的缺陷,本文采用集成學(xué)習(xí)分類方法研討多光譜遙感圖像的分類,并對多光譜遙感圖像的紋理特征,分類特征的簡化降維等關(guān)鍵問題進行了研究,具體的研究內(nèi)容如下所示:對于集成學(xué)習(xí)算法層面,本文研究了兩部分的內(nèi)容。第一部分是使用多分類ECOC框架與二分類算法Logit AdaBoost算法結(jié)合的方式將二分類算法擴展成為多分類算法,并在ALOS影像上進行了分類,通過與傳統(tǒng)的AdaBoost算法和Logit AdaBoost算法相比較,證明了算法的優(yōu)越性;第二部分是針對不平衡遙感影像分類問題,通過改變基分類器輸出形式,將RUSBoost算法改造成多分類算法,并應(yīng)用在存在類別不平衡的Pleiades高分辨率影像上,使用該算法可以在不影響總體精度的情況下提高少數(shù)類別的分類精度,。在紋理特征提取方面,本文將LBPV方法應(yīng)用在了多光譜遙感圖像提取上,提取了圖像了LBP紋理特征和VAR對比度特征,相比較傳統(tǒng)的紋理提取方法,更好的描述了圖像的空間特征。光譜特征和紋理特征獲取之后,通過ICA獨立主成分分析變換提取多光譜遙感圖像自身特征的高階統(tǒng)計量,將用于分類的特征空間迭代優(yōu)化,有利于分類效果的提高。最后,本文進行了基于集成學(xué)習(xí)的多光譜遙感圖像分類實驗,基于所提出的多分類算法得到的結(jié)果進行實驗驗證和分析。最終結(jié)果表明,本文所提出的方法,能夠有效解決多光譜遙感圖像的分類問題,且無論從信息提取效果還是分類精度上都較之AdaBoost、SVM分類有所提高。
【關(guān)鍵詞】：集成學(xué)習(xí) 多光譜遙感圖像 RUSBoost Logit AdaBoost LBPV ICA
【學(xué)位授予單位】：北方民族大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP751
【目錄】：

• 摘要3-4
• Abstract4-8
• 第一章 緒論8-14
• 1.1 研究背景及意義8-9
• 1.2 國內(nèi)外研究進展9-11
• 1.3 存在的問題11
• 1.4 論文研究內(nèi)容和結(jié)構(gòu)11-14
• 第二章 遙感圖像分類14-21
• 2.1 遙感圖像分類基本原理14-15
• 2.2 非監(jiān)督分類15-16
• 2.3 監(jiān)督分類方法16-19
• 2.4 分類精度評價19-20
• 2.5 本章小結(jié)20-21
• 第三章 集成學(xué)習(xí)21-30
• 3.1 集成學(xué)習(xí)概述21-22
• 3.2 集成學(xué)習(xí)個體生成和結(jié)論生成方法22-24
• 3.3 分類器組成結(jié)構(gòu)24-27
• 3.4 Boosting分類模型及對比27-29
• 3.5 本章小結(jié)29-30
• 第四章 集成學(xué)習(xí)多分類算法30-40
• 4.1 經(jīng)典多分類方法30-31
• 4.2 ECOC分類框架31-34
• 4.3 基于ECOC的Logit AdaBoost多分類算法34-36
• 4.4 不平衡數(shù)據(jù)與集成學(xué)習(xí)36-38
• 4.5 RUSBoost多分類算法38-39
• 4.6 本章小結(jié)39-40
• 第五章 多光譜遙感圖像分類實驗40-49
• 5.1 LBPV紋理特征40-43
• 5.2 基于LAB_ECOC算法的濕地圖像實驗43-45
• 5.3 基于RUSBoost_multiclass算法的固廢圖像實驗45-48
• 5.4 本章小結(jié)48-49
• 第六章 總結(jié)與展望49-51
• 6.1 總結(jié)49-50
• 6.2 研究展望50-51
• 參考文獻51-59

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王福濤;王世新;周藝;王麗濤;閻福禮;;多光譜遙感在重大自然災(zāi)害評估中的應(yīng)用與展望[J];光譜學(xué)與光譜分析;2011年03期

2 王傳善;多光譜遙感數(shù)據(jù)之相關(guān)性[J];中國空間科學(xué)技術(shù);1984年05期

3 楊金中;;多光譜遙感異常提取技術(shù)方法體系研究[J];國土資源遙感;2007年04期

4 ;第二講 多光譜遙感圖象的判釋及應(yīng)用[J];鐵路航測;1983年03期

5 周建勛，劉士才，王慶寶;多光譜遙感電視系統(tǒng)[J];環(huán)境遙感;1994年04期

6 劉鵬;劉定生;李國慶;劉志文;;基于非局部平均的多光譜遙感圖像除噪聲[J];光譜學(xué)與光譜分析;2011年11期

7 劉偉強,胡靜,夏德深;基于核空間的多光譜遙感圖像分類方法[J];國土資源遙感;2002年03期

8 曾生根,夏德深;獨立分量分析在多光譜遙感圖像分類中的應(yīng)用[J];計算機工程與應(yīng)用;2004年21期

9 程博,劉少峰,梅雪峰;利用多光譜遙感數(shù)據(jù)提取植被污染信息的新方法[J];現(xiàn)代地質(zhì);2005年03期

10 柳廣宗;陳延平;張建寰;任閩臻;孔令華;易定容;;微型、超輕型中低空多光譜遙感設(shè)備[J];機電技術(shù);2012年02期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 李石華;王金亮;;多光譜遙感數(shù)據(jù)最佳波段選擇方法試驗研究——以高山峽谷地區(qū)為例[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

2 李洋;胡蕾;;結(jié)合多層特征的多光譜遙感圖像道路提取研究[A];第六屆和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會議（NCMT2010）、第6屆全國人機交互學(xué)術(shù)會議（CHCI2010）、第5屆全國普適計算學(xué)術(shù)會議（PCC2010）論文集[C];2010年

3 張守林;傅水興;楊自安;;多光譜遙感礦化蝕變異常篩選方法的研究[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

4 胡河山;覃亞麗;;基于蟻群算法的多光譜遙感圖像分類[A];浙江省信號處理學(xué)會2012學(xué)術(shù)年會論文集[C];2012年

5 萬曙靜;張承明;劉俊華;;基于自適應(yīng)最小距離調(diào)整的多光譜遙感圖像分類方法[A];第四屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

6 舒嶸;賈建軍;王斌永;;小型無人機高分辨率多光譜遙感技術(shù)的研究[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 地力辦;“天眼”調(diào)查尾礦污染技術(shù)成熟[N];地質(zhì)勘查導(dǎo)報;2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 吳錚;多光譜遙感圖像壓縮技術(shù)研究[D];西北工業(yè)大學(xué);2004年

2 楊威;基于模式識別方法的多光譜遙感圖像分類研究[D];東北師范大學(xué);2011年

3 李嘉;基于內(nèi)容的多光譜遙感影像檢索若干關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2009年

4 王媈;星載多光譜遙感圖像壓縮技術(shù)研究[D];武漢大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李星;基于集成學(xué)習(xí)的多光譜遙感圖像分類研究[D];北方民族大學(xué);2016年

2 吳昊;一種新的多光譜遙感圖像無損壓縮算法研究[D];海南大學(xué);2012年

3 李紅宣;基于多光譜遙感影像的海船目標(biāo)檢測技術(shù)研究[D];云南大學(xué);2013年

4 郝秀蘭;多光譜遙感圖像壓縮技術(shù)研究[D];西北工業(yè)大學(xué);2004年

5 白文路;多光譜遙感影像的紋理特征研究[D];哈爾濱工業(yè)大學(xué);2010年

6 司美玲;多光譜遙感圖像配準(zhǔn)與融合方法研究[D];南京理工大學(xué);2011年

7 吳曉榮;基于多小波分析的多光譜遙感圖像矢量融合及其仿真[D];西北工業(yè)大學(xué);2006年

8 姜秋富;衛(wèi)星多光譜遙感數(shù)據(jù)溢油檢測方法研究[D];中國海洋大學(xué);2011年

9 孫一博;基于光譜反射率變化分析的多光譜遙感圖像變化檢測研究[D];西安電子科技大學(xué);2013年

10 周偉奇;內(nèi)陸水體水質(zhì)多光譜遙感監(jiān)測方法和技術(shù)研究[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2004年

，

本文編號：1027503