本文關鍵詞：基于混合像元分解的高光譜圖像去霧方法的研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：高光譜遙感具有高光譜分辨率、圖譜合一、光譜波段多、在某一光譜段范圍內連續(xù)成像的突出特點,因此可以利用完整的光譜曲線記錄所觀測到的各種地物信息,已經(jīng)廣泛的應用于地質學、植被生態(tài)學、大氣、土壤、水環(huán)境遙感等領域。但是在成像過程中高光譜圖像依然會因為諸多因素的干擾而受到諸多制約。云霧就是其中主要的影響因素。它們的存在干擾大氣中可見光和紅外線的傳播,使得大氣能見度降低,嚴重影響了光學設備的正常運行,使得光學遙感平臺獲取的高光譜圖像模糊不清,無法從中得到準確的地物信息。因此我們需要找到一種有效的高光譜圖像去霧方法使得高光譜遙感成像技術更好的發(fā)展。本文詳細介紹了高光譜圖像混合像元分解理論,建立了薄霧下的混合像元分解模型,實驗比較分析了3種經(jīng)典端元提取算法(PPI、VCA、ATGP)以及四種基于最小二乘的豐度反演方法。本文對非負矩陣分解的理論進行了詳細介紹,在此基礎上提出了基于小體積約束的非負矩陣分解(MVC-NMF)圖像去霧方法,實驗表明該方法可以實現(xiàn)很好的去霧效果。最后介紹了支持向量機理論和支持向量數(shù)據(jù)描述理論,因為傳統(tǒng)的高光譜圖像混合像元分解技術在進行端元提取時忽略了圖像中未知端元的影響,在此理論的基礎上提出了一種基于支持向量數(shù)據(jù)描述(SVDD)的高光譜圖像去霧方法,最后用該算法對高光譜圖像進行了實驗研究以及結果分析。
【關鍵詞】：高光譜 混合像元分解 端元提取 豐度反演 MVC-NMF SVDD
【學位授予單位】：南京理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP751
【目錄】：

• 摘要5-6
• ABSTRACT6-9
• 1 緒論9-16
• 1.1 研究的目的及意義9-11
• 1.2 研究現(xiàn)狀及發(fā)展動態(tài)11-15
• 1.2.1 高光譜遙感技術的發(fā)展11-12
• 1.2.2 國內外研究現(xiàn)狀及分析12-15
• 1.3 論文主要研究內容15-16
• 2 高光譜圖像去霧算法中的端元提取方法16-28
• 2.1 線性混合像元分解模型16-18
• 2.2 薄霧下的混合像元分解模型18-20
• 2.3 高光譜圖像的降維方法20-22
• 2.3.1 主成份分析法PCA21
• 2.3.2 最大噪聲分離法MNF21-22
• 2.4 高光譜圖像的端元提取方法22-25
• 2.4.1 純像元指數(shù)法PPI22-23
• 2.4.2 頂點成分分析法VCA23-24
• 2.4.3 自動目標生成法ATGP24-25
• 2.5 實驗結果分析25-27
• 2.6 本章小結27-28
• 3 高光譜圖像去霧算法中的豐度反演方法28-34
• 3.1 基于最小二乘法的豐度反演方法28-30
• 3.1.1 無約束最小二乘法UCLS28
• 3.1.2 “和為1”約束最小二乘法SCLS28-29
• 3.1.3 “非負”約束最小二乘法NCLS29
• 3.1.4 全約束最小二乘法FCLS29-30
• 3.2 實驗結果分析30-33
• 3.3 本章小結33-34
• 4 基于最小體積約束的非負矩陣分解的高光譜圖像去霧方法34-42
• 4.1 非負矩陣分解算法的原理34-35
• 4.2 基于最小體積約束的非負矩陣分解的高光譜圖像去霧方法35-38
• 4.2.1 高光譜圖像的最小體積約束35-36
• 4.2.2 基于最小體積約束的非負矩陣分解的高光譜圖像去霧方法36-37
• 4.2.3 算法步驟37-38
• 4.3 實驗結果及分析38-41
• 4.3.1 模擬數(shù)據(jù)實驗38-39
• 4.3.2 真實圖像實驗39-41
• 4.4 本章總結41-42
• 5 基于支持向量數(shù)據(jù)描述的高光譜圖像去霧方法42-57
• 5.1 支持向量機理論42-44
• 5.2 支持向量數(shù)據(jù)描述理論44-47
• 5.2.1 支持向量數(shù)據(jù)描述44-46
• 5.2.2 核函數(shù)46-47
• 5.3 基于SVDD的高光譜圖像去霧方法47-49
• 5.4 算法步驟49-50
• 5.5 實驗結果及分析50-56
• 5.5.1 模擬數(shù)據(jù)實驗50-52
• 5.5.2 真實數(shù)據(jù)實驗52-56
• 5.6 小結56-57
• 6 總結與展望57-59
• 6.1 工作總結57
• 6.2 研究展望57-59
• 致謝59-60
• 參考文獻60-62

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 郭t

本文編號：361929