在遙感技術(shù)的應(yīng)用中,遙感圖像分類是一種非常重要的技術(shù)。近些年,高光譜遙感圖像數(shù)據(jù)應(yīng)用越來越廣泛,無論是地表信息獲取、植被覆蓋率監(jiān)測、還是地圖制作等都與遙感分類技術(shù)是分不開的。然而,高光譜遙感數(shù)據(jù)的高維性、冗余性等特點嚴(yán)重影響了遙感分類技術(shù)的發(fā)展。針對高光譜遙感圖像在分類中遇到的挑戰(zhàn),本文就數(shù)據(jù)降維、空譜特征融合、分類算法進(jìn)行了研究。生成學(xué)習(xí)算法是通過總結(jié)類別的特征分布和先驗概率來判斷某個樣本的所屬類別。生成學(xué)習(xí)算法雖然解決了判別學(xué)習(xí)模型存在的一些問題,但是,其在分類中還存在許多不足之處。因此,該算法有待改進(jìn)和完善。針對其不足,本文提出了改進(jìn)型的分類算法,先將高光譜數(shù)據(jù)進(jìn)行降維處理,然后利用線性鑒別分析將提取的光譜特征與空間特征進(jìn)行降維融合,最后,在此空間中進(jìn)行分類。這種改進(jìn)型的分類算法不僅提高了地物的識別能力,而且也加速了分類進(jìn)程。本文算法分為兩步。第一步空譜特征融合,首先,利用主成分分析提取高光譜圖像的光譜特征,在此基礎(chǔ)上,利用形態(tài)學(xué)濾波算子提取高光譜圖像的空間特征;然后,將所獲得的兩種特征進(jìn)行疊加融合;最后,利用線性鑒別分析對融合特征進(jìn)行進(jìn)一步降維,從而獲得分類的空譜特征空間。主成... 

【文章來源】：北方民族大學(xué)寧夏回族自治區(qū)

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【部分圖文】：

高光譜分類流程圖

圖 2-1 評價指標(biāo)生成流程感圖像分類中經(jīng)常用到的評價分類器性能的定表 2-1 分類精度評價說明計算公式 niijiimmPA1某類被正確分與實際抽樣數(shù)和）的比值 njijiimmUA1某類別正確分該類別總數(shù)的 njniijniiimmOA1 11總正確數(shù)（對數(shù)的比值

北方民族大學(xué)2018屆碩士學(xué)位論文 第四章 基于生成學(xué)習(xí)的高光譜遙感圖像分類 iMAP AP,AP,,AP12 (4-3)式中：APi(i=1,...,n)表示對分量 i 的屬性濾波，n 代表保留的主成分個數(shù)。φi與γi分別代表增厚與變薄變換，圖 4-1 給出了 MAP 的結(jié)構(gòu)示意圖。

【參考文獻(xiàn)】：
期刊論文
[1]基于帶有噪聲輸入的稀疏高斯過程的人體姿態(tài)估計[J]. 夏嘉欣,陳曦,林金星,李偉鵬,吳奇.  自動化學(xué)報. 2019(04)
[2]基于雙特征高斯混合模型和雙約束空間變換的配準(zhǔn)[J]. 魏梓泉,楊揚,張愫,楊昆.  軟件學(xué)報. 2018(11)
[3]高斯過程回歸補(bǔ)償ARIMA的網(wǎng)絡(luò)流量預(yù)測[J]. 田中大,李樹江,王艷紅,王向東.  北京郵電大學(xué)學(xué)報. 2017(06)
[4]基于主成分分析與局部二值模式的高光譜圖像分類[J]. 葉珍,白璘.  激光與光電子學(xué)進(jìn)展. 2017(11)
[5]基于高斯過程的機(jī)器人模仿學(xué)習(xí)研究與實現(xiàn)[J]. 于建均,韓春曉,阮曉鋼,劉濤.  北京工業(yè)大學(xué)學(xué)報. 2015(07)
[6]基于改進(jìn)的高斯混合模型的運動目標(biāo)檢測[J]. 范文超,李曉宇,魏凱,陳興林.  計算機(jī)科學(xué). 2015(05)
[7]一種基于高斯混合模型的軌跡預(yù)測算法[J]. 喬少杰,金琨,韓楠,唐常杰,格桑多吉,Louis Alberto GUTIERREZ.  軟件學(xué)報. 2015(05)
[8]基于人工蜂群算法優(yōu)化的改進(jìn)高斯過程模型[J]. 張樂,劉忠,張建強(qiáng),任雄偉.  國防科技大學(xué)學(xué)報. 2014(01)
[9]基于direct LDA的高光譜遙感影像地物分類[J]. 劉敬.  計算機(jī)科學(xué). 2011(12)
[10]HSV自適應(yīng)混合高斯模型的運動目標(biāo)檢測[J]. 林慶,徐柱,王士同,詹永照.  計算機(jī)科學(xué). 2010(10)

博士論文
[1]隨機(jī)森林及其在遙感影像處理中應(yīng)用研究[D]. 雷震.上海交通大學(xué) 2012
[2]分岔隧道設(shè)計施工優(yōu)化與穩(wěn)定性評價[D]. 徐沖.北京交通大學(xué) 2011

碩士論文
[1]支持向量機(jī)分類算法研究與應(yīng)用[D]. 彭璐.湖南大學(xué) 2007



本文編號：3420093