隨著高光譜遙感技術(shù)的迅速發(fā)展,成像光譜儀能夠捕獲地物精準(zhǔn)的光譜響應(yīng)和空間細(xì)節(jié)特征,使得高光譜遙感圖像富含空間信息和光譜信息。高光譜遙感圖像豐富的光譜信息意味著波段數(shù)量眾多,造成波段間高度冗余性與相關(guān)性不可避免。因此,高光譜遙感圖像提供豐富信息的同時(shí)也為后續(xù)的分類應(yīng)用帶來了巨大的挑戰(zhàn)。如何有效地挖掘與利用高光譜遙感圖像自身豐富的信息來提高分類準(zhǔn)確度是一個關(guān)鍵問題,受到了廣泛關(guān)注。本文嘗試將光譜維的特征提取、面向三維結(jié)構(gòu)的空間濾波和空間上下信息的利用三方面統(tǒng)一到一個框架上,充分挖掘高光譜遙感圖像的空間信息和光譜信息,提升高光譜遙感圖像的分類準(zhǔn)確度。本文提出一種基于正交線性判別分析空譜融合特征與馬爾可夫隨機(jī)場的分類算法。首先,利用正交線性判別分析對經(jīng)主成分分析舍去較少分量的高光譜遙感圖像進(jìn)行特征提取和特征縮減;其次,將提取后的特征經(jīng)三維離散小波從不同尺度、頻率和方向上分解,以級聯(lián)的方式獲得具有正交類判別信息的空譜融合特征集;然后,將獲得的有監(jiān)督空譜融合特征集作為概率支持向量機(jī)的輸入特征,在分類過程中引入馬爾可夫隨機(jī)場理論,建立相鄰像元局部空譜一致性,利用空間上下文信息修正初始分類圖,從而獲得分類結(jié)果。在兩組真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,相比現(xiàn)有的幾種算法,本文提出的算法能達(dá)到較高的總體分類準(zhǔn)確度和Kappa系數(shù),并且有效改善了分類地標(biāo)圖中的“椒鹽噪聲”現(xiàn)象和錯分點(diǎn)。
【學(xué)位單位】：遼寧工程技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP751
【部分圖文】：

究背景感（Remote Sensing）顧名思義可譯為“遙遠(yuǎn)的感知”，從廣義上可定和遠(yuǎn)距離的情況下獲取被觀測對象多方面特征信息的一種技術(shù)手段；為：以航空或航天攝影技術(shù)為基礎(chǔ)，應(yīng)用探測儀器借助電磁波信號來天體，利用信號與被觀測對象作用機(jī)理取得相關(guān)信息，再通過分析，象的特征性質(zhì)與其相應(yīng)變化的綜合性探測技術(shù)[1]。界上首顆地球資源技術(shù)衛(wèi)星 ERTS-1 由美國于 1972 年成功發(fā)射，通過光譜傳感器采集到大量地球表面的衛(wèi)星圖像，打開了人類從外層空間開端，使得遙感技術(shù)有著突破性進(jìn)展。從此之后，遙感技術(shù)得到了世注并且被迅速發(fā)展，廣泛應(yīng)用于農(nóng)業(yè)監(jiān)測與農(nóng)作物估產(chǎn)、海洋環(huán)境監(jiān)檢測以及軍事偵察等領(lǐng)域。隨著成像技術(shù)水平不斷地被提升，遙感技影、彩色攝影以及多光譜遙感[2]，直到上世紀(jì) 80 年代初期，成像光譜人類對對地球系統(tǒng)的觀測從多光譜遙感時(shí)代邁入高光譜遙感（Hyp Sensing）時(shí)代。

中紅外和熱紅外內(nèi)且連續(xù)的光譜甬道對地表物體持續(xù)遙感成像的技術(shù)，其中光譜分辨率可達(dá)到納米數(shù)量級[3]。因此，成像光譜儀對于地球表面的同一區(qū)域通常能夠采集到對應(yīng)不同波長光譜通道上的數(shù)百幅圖像，所捕獲的高光譜遙感圖像數(shù)據(jù)是一個光譜連續(xù)的立方體。圖 1.1 為高光譜遙感圖像成像示意，太陽輻射的信號經(jīng)過大氣傳輸?shù)竭_(dá)地球表面之后，傳感器不僅被動地接收到經(jīng)由大氣傳輸?shù)牡厍虮砻嫖镔|(zhì)反射的自然光，也可以捕獲到地球表面物質(zhì)所發(fā)射的長波紅外輻射，利用輻射定標(biāo)與處理可獲取被觀測對象的高光譜數(shù)據(jù)[4]。通過分析高光譜遙感圖像成像過程可知道，成像光譜儀對高光譜遙感數(shù)據(jù)的采集起到了關(guān)鍵作用，它的發(fā)展能夠較大地推動高光譜遙感技術(shù)的發(fā)展。隨著成像技術(shù)迅速地發(fā)展，當(dāng)前成像光譜儀不僅可以通過減小每個波段的帶寬和增加波段數(shù)量提升高光譜遙感圖像數(shù)據(jù)的光譜分辨率（Spectral Resolution），而且能夠利用減小遙感器瞬時(shí)視場角（Instantaneous Field of View）提升高光譜影像數(shù)據(jù)的空間分辨率（SpatialResolution）[5]。在高光譜遙感技術(shù)方面，光譜分辨率與空間分辨率越高意味著準(zhǔn)確識別地表物質(zhì)成分的可能性越大。

它們沒利用空間信息進(jìn)行輔助分類。其次，“椒鹽噪聲”現(xiàn)象相對較輕與錯分點(diǎn)相對較少的是 3DDWT 和 PCA-3D。最后是 OLDA-3D 相對最接近真實(shí)地標(biāo)圖。這說明有監(jiān)督的 OLDA 和 3DDWT 結(jié)合提取的特征集比 3DWWT 提取的特征集更具判別性，而無監(jiān)督 PCA 與 3DDWT 結(jié)合提取的特征集沒有改善 3DWWT 提取的特征集所具有的判別性。SVM（58.44%） PCA（58.13%） LDA（56.33%）
【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 李娜;李詠潔;趙慧潔;曹揚(yáng);;基于光譜與空間特征結(jié)合的改進(jìn)高光譜數(shù)據(jù)分類算法[J];光譜學(xué)與光譜分析;2014年02期

2 譚琨;杜培軍;鄭輝;;支持向量機(jī)在空間信息處理領(lǐng)域的應(yīng)用研究[J];測繪科學(xué);2007年02期

本文編號：2844376