【摘要】：高光譜遙感是當(dāng)今地球科學(xué)與遙感領(lǐng)域最重要的研究方向之一。高光譜遙感可同時獲得地表空間影像和精細(xì)光譜信息,這種圖譜合一的特性使得高光譜遙感具有不同于其它遙感技術(shù)的優(yōu)勢,同時也對高光譜遙感影像處理帶來諸多挑戰(zhàn)。高光譜遙感影像的高維特性和現(xiàn)實(shí)分類場景中樣本的有限性使得分類面臨不適定問題(ill-posed problems)。在這種情況下,傳統(tǒng)的參數(shù)化模型變得不適用或不準(zhǔn)確。當(dāng)前,解決高光譜遙感影像不適定分類問題主要有兩種策略。一是在光譜維上進(jìn)行特征提取(或特征選擇),實(shí)現(xiàn)維數(shù)約減。高光譜數(shù)據(jù)具有復(fù)雜的非線性特性,采用流形學(xué)習(xí)進(jìn)行特征提取可有效顧及高光譜數(shù)據(jù)的這一特性,然而當(dāng)前流形學(xué)習(xí)的研究主要集中在單圖嵌入,不能充分表達(dá)高光譜數(shù)據(jù)表現(xiàn)出的復(fù)雜流形特性。二是利用半監(jiān)督學(xué)習(xí)(或主動學(xué)習(xí)),提高分類模型的泛化性能。圖正則化的半監(jiān)督分類屬于非參數(shù)化方法,具有較高的判別性,能夠表達(dá)高光譜數(shù)據(jù)的流形特性,是一種非常有前景的半監(jiān)督分類方法。然而,大多數(shù)圖正則化半監(jiān)督分類方法對高光譜數(shù)據(jù)的可擴(kuò)展性和泛化性能都有待提高。因此,針對高維特性和樣本有限性構(gòu)建穩(wěn)健的、高精度的分類方法是高光譜遙感影像處理領(lǐng)域中亟待解決的重要科學(xué)問題。本文在對稀疏表達(dá)和圖方法進(jìn)行理論分析和完善的基礎(chǔ)上,系統(tǒng)研究了高光譜遙感影像基于稀疏圖嵌入的特征提取和分類方法,重點(diǎn)提出了基于協(xié)同稀疏圖嵌入和稀疏多流形學(xué)習(xí)的特征提取方法,以及基于稀疏圖正則化的主動半監(jiān)督分類方法。采用國際通用測試數(shù)據(jù)集ROSIS和AVIRIS檢驗(yàn)了本文方法的性能,同時針對黑河流域張掖綠洲農(nóng)業(yè)區(qū)精細(xì)農(nóng)作物的區(qū)分,采用CASI/SASI航空高光譜遙感影像對本文方法進(jìn)行了應(yīng)用驗(yàn)證。論文的主要研究內(nèi)容與結(jié)論包括：1)揭示了高光譜遙感影像稀疏表達(dá)與圖構(gòu)建之間的有機(jī)聯(lián)系,提出了兩種改進(jìn)的稀疏圖構(gòu)建方法。高光譜遙感影像的稀疏表達(dá)具有理論依據(jù)和物理意義,稀疏系數(shù)表征了影像與字典之間的相似性。采用矩陣運(yùn)算將影像一字典的關(guān)聯(lián)擴(kuò)展至影像一影像之間,提出了基于SUnSAL的快速稀疏圖構(gòu)建方法和基于SOMP的鄰域自適應(yīng)協(xié)同稀疏圖構(gòu)建方法。構(gòu)建的稀疏圖具有數(shù)據(jù)自適應(yīng)性,同時繼承了稀疏表達(dá)良好的判別性、稀疏性和對噪聲的魯棒性。通過分析高光譜遙感影像典型地物的稀疏表達(dá)與圖構(gòu)建結(jié)果,驗(yàn)證了快速稀疏圖構(gòu)建方法的有效性,同時發(fā)現(xiàn)鄰域自適應(yīng)的協(xié)同稀疏圖構(gòu)建方法可明顯提高圖對影像空間特征的表達(dá)能力。2)根據(jù)構(gòu)建的稀疏圖,應(yīng)用圖嵌入思想提取高光譜遙感影像光譜維特征以提高對地物的區(qū)分能力,提出了基于協(xié)同稀疏圖嵌入和稀疏多流形學(xué)習(xí)的特征提取方法。在探討了稀疏圖嵌入及其核空間擴(kuò)展方法的基礎(chǔ)上,應(yīng)用改進(jìn)的稀疏圖構(gòu)建方法分別設(shè)計(jì)了基于快速稀疏圖嵌入和基于協(xié)同稀疏圖嵌入的特征提取方法。借助視圖生成和稀疏圖嵌入技術(shù)進(jìn)行高光譜遙感影像多流形的表征和耦合,提出了稀疏多流形學(xué)習(xí)方法。綜合運(yùn)用特征值分析、相關(guān)性分析、鄰域結(jié)構(gòu)保持分析和特征可分性分析等評價方法檢驗(yàn)了特征提取效果。結(jié)果表明：本文方法在對數(shù)據(jù)結(jié)構(gòu)的有效表達(dá)、特征空間的去相關(guān)能力、特征空間的可分性、對噪聲的魯棒性和計(jì)算復(fù)雜度方面均取得了良好的效果；空間信息的引入,使得協(xié)同稀疏圖嵌入在表達(dá)數(shù)據(jù)鄰域結(jié)構(gòu)方面比常規(guī)方法更有效；光譜差異信息的引入,使得稀疏多流形學(xué)習(xí)提升了地物在特征空間的可分性。3)借助稀疏多項(xiàng)式邏輯回歸模型(SMLR),實(shí)現(xiàn)了基于稀疏圖嵌入特征提取的高光譜遙感影像分類；采用全約束稀疏表達(dá)構(gòu)建稀疏圖,提出了稀疏圖正則化的主動半監(jiān)督分類方法。利用SMLR全面分析了快速稀疏圖嵌入、自適應(yīng)鄰域的協(xié)同稀疏圖嵌入和稀疏多流形學(xué)習(xí)方法。在核空間中進(jìn)行特征提取與分類,有效削弱了"Hughes"現(xiàn)象。借助圖割方法引入空間信息,極大地削弱了“椒鹽噪聲”現(xiàn)象。采用全約束稀疏表達(dá)構(gòu)建稀疏圖,設(shè)計(jì)了稀疏圖正則化的半監(jiān)督分類方法(SGR),引入主動學(xué)習(xí)以提高SGR的分類效果和收斂性能。在小樣本條件下進(jìn)行了分類實(shí)踐,結(jié)果表明：SGR對參數(shù)敏感性較低,且在魯棒性、泛化性能和計(jì)算效率方面優(yōu)于其它常規(guī)監(jiān)督分類(如SVM和LORSAL)和其它半監(jiān)督分類(如AGR和SSMLR)方法,對研究區(qū)CASI/SASI數(shù)據(jù)的分類精度達(dá)到85%(40個已標(biāo)記樣本),初步滿足高光譜遙感影像地物識別和信息提取的需要。本文針對高光譜遙感影像不適定分類問題,按照“稀疏表達(dá)——稀疏圖構(gòu)建——特征提取——影像分類”的主線展開研究,對高光譜遙感影像稀疏圖嵌入分類的理論方法和技術(shù)難點(diǎn)進(jìn)行了深入探討,為高光譜遙感影像的不適定分類難題提供了一個新的解決途徑。
【學(xué)位授予單位】：南京大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TP751

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 沈照慶;陶建斌;;基于模糊核主成分分析的高光譜遙感影像特征提取研究[J];國土資源遙感;2009年03期

2 馬毅;張杰;崔廷偉;;基于SVM方法的赤潮生物優(yōu)勢種航空高光譜識別[J];光譜學(xué)與光譜分析;2006年12期

3 高陽;王雪松;程玉虎;;基于非負(fù)稀疏圖的高光譜數(shù)據(jù)降維[J];電子與信息學(xué)報(bào);2013年05期

4 李雪軻;王晉年;張立福;楊杭;劉凱;;面向?qū)ο蟮暮娇崭吖庾V圖像混合分類方法[J];地球信息科學(xué)學(xué)報(bào);2014年06期

5 楊國鵬;余旭初;;高光譜遙感影像的廣義判別分析特征提取[J];測繪科學(xué)技術(shù)學(xué)報(bào);2007年02期

6 程玉虎;汪嬋;王雪松;孫偉芳;;基于軟間隔委員會投票主動學(xué)習(xí)的遙感影像分類[J];煤炭學(xué)報(bào);2013年07期

7 陳善靜;胡以華;孫杜娟;徐世龍;;基于非線性核空間映射與人工免疫網(wǎng)絡(luò)的高光譜遙感圖像分類[J];紅外與毫米波學(xué)報(bào);2014年03期

8 孫偉偉;劉春;施蓓琦;李巍岳;;基于隨機(jī)矩陣的高光譜影像非負(fù)稀疏表達(dá)分類[J];同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年08期

9 姚伏天;錢l勌

本文編號：2754521