進(jìn)入21世紀(jì),遙感技術(shù)成為一項(xiàng)非常重要的空間成像技術(shù)。高光譜圖像分類是遙感技術(shù)應(yīng)用中非常重要的一項(xiàng)研究?jī)?nèi)容,在民用和軍用上都實(shí)現(xiàn)了應(yīng)用。高光譜圖像分類是通過給每個(gè)像元添加分類標(biāo)簽,最終達(dá)到區(qū)分地物并且識(shí)別目標(biāo)的目的。本文簡(jiǎn)要闡述了高光譜圖像的分類過程及其面臨的主要問題;在總結(jié)前人研究的基礎(chǔ)上歸納了4類主要的高光譜圖像分類策略,簡(jiǎn)要分析了其優(yōu)缺點(diǎn)及適用范圍;分析了近年來出現(xiàn)的新型分類器及其優(yōu)化方法。最后,對(duì)于高光譜圖像分類研究存在的主要困難進(jìn)行了總結(jié),并對(duì)未來發(fā)展的方向進(jìn)行了展望。 

【文章來源】：激光與紅外. 2020,50(03)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

高光譜分類過程

【參考文獻(xiàn)】：
期刊論文
[1]一種新的空譜聯(lián)合探測(cè)高光譜影像目標(biāo)探測(cè)算法[J]. 王彩玲,王洪偉,胡炳樑,溫佳,徐君,李湘眷.  光譜學(xué)與光譜分析. 2016(04)
[2]高光譜遙感影像分類研究進(jìn)展[J]. 杜培軍,夏俊士,薛朝輝,譚琨,蘇紅軍,鮑蕊.  遙感學(xué)報(bào). 2016(02)
[3]主動(dòng)學(xué)習(xí)與圖的半監(jiān)督相結(jié)合的高光譜影像分類[J]. 田彥平,陶超,鄒崢嶸,楊釗霞,何小飛.  測(cè)繪學(xué)報(bào). 2015(08)
[4]高光譜目標(biāo)探測(cè)的進(jìn)展與前沿問題[J]. 張良培.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2014(12)
[5]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]. 李娜,李詠潔,趙慧潔,曹揚(yáng).  光譜學(xué)與光譜分析. 2014(02)
[6]基于高光譜特征的迷彩偽裝評(píng)價(jià)[J]. 華文深,楊佳,劉恂,馬左紅.  應(yīng)用光學(xué). 2013(06)
[7]基于稀疏表示及光譜信息的高光譜遙感圖像分類[J]. 宋相法,焦李成.  電子與信息學(xué)報(bào). 2012(02)
[8]基于聚類核函數(shù)的最小二乘支持向量機(jī)高光譜圖像半監(jiān)督分類[J]. 高恒振,萬建偉,許可,錢林杰.  信號(hào)處理. 2011(02)
[9]基于ICA與SVM算法的高光譜遙感影像分類[J]. 梁亮,楊敏華,李英芳.  光譜學(xué)與光譜分析. 2010(10)
[10]多分類SVM主動(dòng)學(xué)習(xí)及其在遙感圖像分類中的應(yīng)用[J]. 陳建杰,葉智宣.  測(cè)繪科學(xué). 2009(04)

博士論文
[1]空譜聯(lián)合先驗(yàn)的高光譜圖像解混與分類方法[D]. 孫樂.南京理工大學(xué) 2014
[2]基于高斯過程的高光譜圖像分類研究[D]. 姚伏天.浙江大學(xué) 2011

碩士論文
[1]高光譜圖像中的異常成分檢測(cè)[D]. 周楊.南京航空航天大學(xué) 2017
[2]基于多分類器融合的高光譜圖像分類算法研究[D]. 吳爾律.北京化工大學(xué) 2016



本文編號(hào)：3335378