【摘要】：高光譜遙感技術(shù)是上個(gè)世紀(jì)20年代發(fā)展起來的一種重要的遙感技術(shù)。通過光譜成像儀獲得的高光譜圖像具有比傳統(tǒng)遙感圖像更高的空間分辨率和光譜分辨率,使高光譜圖像在很多領(lǐng)域得到廣泛的應(yīng)用。但是高光譜圖像包含了成百上千的波段,波段與波段之間存在著大量的冗余信息,給高光譜圖像的處理帶來了很大的困難。因此,如何盡可能地降低高光譜數(shù)據(jù)的維數(shù),提高數(shù)據(jù)利用率和處理的有效性和高效性成為一個(gè)急需解決的問題。通常情況下,對(duì)數(shù)據(jù)的降維方法主要有特征提取和特征選擇。對(duì)于高光譜圖像數(shù)據(jù),需要保留高光譜圖像中特定波段的物理意義,所以特征選擇是一個(gè)很好的方法。特征選擇用在高光譜圖像中,也就是波段選擇。論文中針對(duì)高光譜圖像的特點(diǎn),在對(duì)傳統(tǒng)和現(xiàn)有的高光譜圖像波段選擇方法研究的基礎(chǔ)上,結(jié)合現(xiàn)有壓縮感知相關(guān)的技術(shù),提出了一些新的高光譜圖像的波段選擇方法。本文的主要研究?jī)?nèi)容如下:(1)提出一種基于判別性約束半監(jiān)督稀疏表示的高光譜圖像波段選擇方法。該方法在波段選擇的過程中同時(shí)考慮到類的可分離特性,而類內(nèi)類間距離是衡量類的可分離特性的一個(gè)標(biāo)準(zhǔn),因此,本方法以高光譜數(shù)據(jù)作為字典,對(duì)波段進(jìn)行稀疏表示的同時(shí),在模型中加入了判別性約束項(xiàng),即類內(nèi)類間距離約束。通過本方法選擇出的波段子集,屬于同一類的像素點(diǎn)更加緊湊,屬于不同類的像素點(diǎn)更加分散,從而更加有利于分類;(2)提出了一種基于低秩表示聚類的高光譜圖像波段選擇方法。該方法以選擇出的波段子集相關(guān)小,包含信息量大為出發(fā)點(diǎn),首先對(duì)高光譜圖像進(jìn)行低秩表示,去除噪聲波段的影響,采用層次聚類的思想,根據(jù)低秩表示系數(shù)對(duì)波段進(jìn)行聚類,從每個(gè)聚類中選擇出代表性的波段,作為最終選擇的波段。本方法是一個(gè)自適應(yīng)選擇波段的過程,不需要人為地確定選擇波段的數(shù)目。(3)提出了一種基于最佳匹配字典的高光譜圖像波段選擇方法。該方法的出發(fā)目的是選擇出的波段子集最能代表原始的所有波段,以選擇的波段子集作為字典,對(duì)高光譜數(shù)據(jù)進(jìn)行圖正則組稀疏表示,以稀疏表示的殘差作為評(píng)價(jià)準(zhǔn)則函數(shù),不斷對(duì)字典進(jìn)行更新,直到找到使得評(píng)價(jià)準(zhǔn)則函數(shù)最優(yōu)的字典,稱之為最佳匹配字典,也是最終選擇的波段子集。這樣選擇的波段子集基本上能包含高光譜數(shù)據(jù)的所有有用信息,因此能獲得不錯(cuò)的分類效果。
[Abstract]:......
【學(xué)位授予單位】：西安電子科技大學(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)】

相關(guān)期刊論文 前4條

1 吳建付;陳功;楊紅麗;申亞楠;龍光強(qiáng);;利用高光譜技術(shù)進(jìn)行草地地上生物量估測(cè)[J];草業(yè)與畜牧;2009年04期

2 李國(guó)和;;基于類擴(kuò)張矩陣的信息系統(tǒng)特征選取[J];計(jì)算機(jī)工程;2006年17期

3 楊勝,施鵬飛;Bidirectional Automated Branch and Bound Algorithm for Feature Selection[J];Journal of Shanghai University;2005年03期

4 李紅波,舒嶸,薛永祺;PHI超光譜成像系統(tǒng)及其海洋遙感應(yīng)用前景分析[J];紅外與毫米波學(xué)報(bào);2002年06期

，

本文編號(hào)：2491767