本文關(guān)鍵詞：核RX算法異常檢測(cè)及多分類器融合技術(shù)研究

  更多相關(guān)文章： 高光譜遙感影像 異常檢測(cè) 分類 核RX算法 決策級(jí)融合

【摘要】：高光譜遙感影像具有豐富的空間圖像信息與光譜輻射信息，廣泛應(yīng)用于環(huán)境監(jiān)測(cè)、民用領(lǐng)域、軍事領(lǐng)域和資源探測(cè)領(lǐng)域。本文主要是對(duì)高光譜數(shù)據(jù)中異常目標(biāo)檢測(cè)與分類算法展開研究，主要工作包括以下幾個(gè)部分： （1）論文介紹了高光譜遙感影像的應(yīng)用背景和研究意義，綜述了高光譜國內(nèi)外研究現(xiàn)狀。并且闡述了目前異常檢測(cè)技術(shù)和分類技術(shù)的研究狀況。 （2）對(duì)傳統(tǒng)RX異常檢測(cè)算法的闡述，并介紹了幾種改進(jìn)型的RX異常檢測(cè)算法。對(duì)幾種算法進(jìn)行比較，闡述各自的優(yōu)缺點(diǎn)。 （3）對(duì)傳統(tǒng)RX算法和單一核RX算法進(jìn)一步研究，提出一個(gè)加權(quán)組合核RX算法。該算法不僅具有高斯核函數(shù)的局部特性，也具有多項(xiàng)式核函數(shù)的全局特性。加權(quán)組合核函數(shù)在結(jié)構(gòu)層面上反映光譜特征和空間特征，更能有效地挖掘地物信息。通過中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所提供的高光譜數(shù)據(jù)和拍攝于美國加州薩利納斯山谷AVIRIS高光譜數(shù)據(jù)共同驗(yàn)證了該方法的有效性。 （4）提出一種聯(lián)合異常檢測(cè)的多分類器融合算法。該方法用監(jiān)督分類AdaBoost算法和SVM算法，并結(jié)合RX異常檢測(cè)算法對(duì)異常目標(biāo)進(jìn)行分類，再對(duì)這兩種分類算法進(jìn)行決策級(jí)融合。其中，使用RX異常檢測(cè)算法是為了去除大部分背景數(shù)據(jù)，留下小部分目標(biāo)數(shù)據(jù)進(jìn)行分類。實(shí)驗(yàn)證明該方法不僅提高了分類精度，，也提高了目標(biāo)分類的效率。在訓(xùn)練樣本的選取方面，選擇了光譜指紋庫中的光譜指紋作為訓(xùn)練樣本，減少人工干預(yù)，更符合實(shí)際應(yīng)用。
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP751

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 邸椺;潘泉;趙永強(qiáng);賀霖;;基于三維GMRF的多光譜圖像自適應(yīng)目標(biāo)檢測(cè)[J];彈箭與制導(dǎo)學(xué)報(bào);2007年02期

2 諶德榮;孫波;陶鵬;宮久路;;基于核光譜角余弦的高光譜圖像空間鄰域聚類方法[J];電子學(xué)報(bào);2008年10期

3 丁曉劍;趙銀亮;;無偏置ν-SVM分類優(yōu)化問題研究[J];電子與信息學(xué)報(bào);2011年08期

4 張朝陽;程海峰;陳朝輝;鄭文偉;;高光譜遙感的發(fā)展及其對(duì)軍事裝備的威脅[J];光電技術(shù)應(yīng)用;2008年01期

5 李慶波;李響;張廣軍;;一種基于光譜奇異值檢測(cè)的高光譜遙感小目標(biāo)探測(cè)方法[J];光譜學(xué)與光譜分析;2008年08期

6 梁亮;楊敏華;李英芳;;基于ICA與SVM算法的高光譜遙感影像分類[J];光譜學(xué)與光譜分析;2010年10期

7 張達(dá);鄭玉權(quán);;高光譜遙感的發(fā)展與應(yīng)用[J];光學(xué)與光電技術(shù);2013年03期

8 趙少華;張峰;王橋;姚云軍;王中挺;游代安;;高光譜遙感技術(shù)在國家環(huán)保領(lǐng)域中的應(yīng)用[J];光譜學(xué)與光譜分析;2013年12期

9 王華忠,俞金壽;基于核函數(shù)主元分析的軟測(cè)量建模方法及應(yīng)用[J];華東理工大學(xué)學(xué)報(bào);2004年05期

10 唐攀科;李永麗;李國斌;閻柏琨;;成像光譜遙感技術(shù)及其在地質(zhì)中的應(yīng)用[J];礦產(chǎn)與地質(zhì);2006年02期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 陳紅艷;土壤主要養(yǎng)分含量的高光譜估測(cè)研究[D];山東農(nóng)業(yè)大學(xué);2012年

本文編號(hào)：1179850