發(fā)布時間：2017-07-16 10:17

  本文關(guān)鍵詞：利用多屬性剖面與雙邊濾波的高光譜影像分類

  更多相關(guān)文章： 高光譜影像 擴展多屬性剖面 指引雙邊濾波 紋理特征提取 分類

【摘要】：隨著高光譜影像空間分辨率的提高,"同譜異物"和"同譜異物"問題日益凸顯,傳統(tǒng)基于純光譜的地物分類方法已不能滿足識別精度要求。結(jié)合光譜與空間信息進(jìn)行高光譜影像分類已成為領(lǐng)域研究熱點。鑒于此,該文提出了一種基于擴展多屬性剖面(Extended Multi-Attribute Profiles,EMAPs)和指引雙邊濾波的高光譜影像地物分類方法。首先,基于EMAPs提取高光譜影像4種屬性的形態(tài)學(xué)紋理特征,通過級聯(lián)紋理與光譜特征獲得新特征矢量。其次,對獲取的新特征進(jìn)行降維,并采用指引雙邊濾波器濾除降維影像的噪聲,同時保持影像的邊緣信息。最后,采用支持向量機實現(xiàn)分類。高光譜影像分類實驗表明,所提方法性能優(yōu)于多種光譜與空間結(jié)合的分類方法。
【作者單位】： 上海大學(xué)通信與信息工程學(xué)院;
【關(guān)鍵詞】： 高光譜影像 擴展多屬性剖面 指引雙邊濾波 紋理特征提取 分類
【分類號】：TP751
【正文快照】： 0引言高光譜遙感[1]可獲取從可見到近紅外光譜范圍內(nèi)地物的電磁波輻射。生成的高光譜影像包含了地物豐富的光譜信息,有利于提高遙感地物的分類識別率。然而,隨著成像儀空間分辨率的提高,傳統(tǒng)基于純光譜特征的分類方法難以獲得滿意性能。聯(lián)合空間信息,實現(xiàn)光譜與空間信息結(jié)合的

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 甘甫平;王潤生;;高光譜遙感技術(shù)在地質(zhì)領(lǐng)域中的應(yīng)用[J];國土資源遙感;2007年04期

2 余旭初;楊國鵬;馮伍法;周欣;;基于簡約集支持向量機的高光譜影像分類[J];計算機科學(xué);2010年11期

3 李新雙;張良培;李平湘;吳波;;基于小波分量特征值匹配的高光譜影像分類[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2006年03期

4 楊可明;陳云浩;郭達(dá)志;蔣金豹;;基于高光譜影像的小麥條銹病光譜信息探測與提取(英文)[J];光子學(xué)報;2008年01期

5 蘇俊英;舒寧;;一種基于非線性增益小波濾波的高光譜影像去噪技術(shù)研究[J];遙感技術(shù)與應(yīng)用;2008年04期

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

7 楊可明;李慧;郭達(dá)志;;基于最佳小波包基的高光譜影像特征制圖[J];測繪學(xué)報;2008年01期

8 楊國鵬;余旭初;劉偉;陳偉;;基于支持向量機的高光譜影像分類研究[J];計算機工程與設(shè)計;2008年08期

9 董超;趙慧潔;;關(guān)聯(lián)向量機在高光譜影像分類中的應(yīng)用[J];遙感學(xué)報;2010年06期

10 董超;田聯(lián)房;趙慧潔;;遺傳關(guān)聯(lián)向量機高光譜影像分類[J];上海交通大學(xué)學(xué)報;2011年10期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 舒寧;胡穎;;基于地物光譜特征的高光譜影像邊緣提取方法[A];地理空間信息技術(shù)與應(yīng)用——中國科協(xié)2002年學(xué)術(shù)年會測繪論文集[C];2002年

2 舒寧;;多光譜和高光譜影像紋理分析的幾種方法[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

3 于美嬌;董廣軍;張永生;紀(jì)松;楊靖宇;;一種基于極大后驗估計的高光譜影像分辨率增強方法[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2008年

4 董廣軍;紀(jì)松;朱朝杰;;基于局部線性嵌入流形學(xué)習(xí)的高光譜影像分類技術(shù)[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（3）[C];2008年

5 汪瑋;周可法;王金林;周曙光;劉慧;;環(huán)境減災(zāi)衛(wèi)星高光譜數(shù)據(jù)預(yù)處理[A];第十二屆全國數(shù)學(xué)地質(zhì)與地學(xué)信息學(xué)術(shù)研討會論文集[C];2013年

6 黃遠(yuǎn)程;張良培;李平湘;;基于最小單形體體積約束的高光譜影像端元光譜提取[A];遙感定量反演算法研討會摘要集[C];2010年

7 劉慶杰;藺啟忠;王黎明;王欽軍;李慶亭;苗峰顯;;基于CFFT最優(yōu)信噪比的星載高光譜影像噪聲抑制研究[A];第十七屆中國遙感大會摘要集[C];2010年

8 張杰林;;砂巖型鈾礦床高光譜數(shù)據(jù)挖掘技術(shù)研究[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

9 董彥芳;龐勇;;高光譜影像與LiDAR數(shù)據(jù)融合提取城市目標(biāo)提取[A];中國地震學(xué)會空間對地觀測專業(yè)委員會2013年學(xué)術(shù)研討會論文摘要集[C];2013年

10 李飛;周成虎;陳榮國;;基于光譜曲線形態(tài)的高光譜影像檢索方法研究[A];第二屆中國科學(xué)院博士后學(xué)術(shù)年會暨高新技術(shù)前沿與發(fā)展學(xué)術(shù)會議程序冊[C];2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 劉軻;冬小麥葉面積指數(shù)高光譜遙感反演方法研究[D];中國農(nóng)業(yè)科學(xué)院;2015年

2 楊國鵬;基于機器學(xué)習(xí)方法的高光譜影像分類研究[D];解放軍信息工程大學(xué);2010年

3 路威;面向目標(biāo)探測的高光譜影像特征提取與分類技術(shù)研究[D];中國人民解放軍信息工程大學(xué);2005年

4 楊哲海;高光譜影像分類若干關(guān)鍵技術(shù)的研究[D];解放軍信息工程大學(xué);2006年

5 王凱;基于多特征融合的高光譜影像地物精細(xì)分析方法研究[D];武漢大學(xué);2013年

6 杜輝強;高光譜遙感影像濾波和邊緣提取方法研究[D];武漢大學(xué);2004年

7 韋瑋;基于多角度高光譜CHRIS數(shù)據(jù)的濕地信息提取技術(shù)研究[D];中國林業(yè)科學(xué)研究院;2011年

8 龔鑓;基于HDA和MRF的高光譜影像同質(zhì)區(qū)分析[D];武漢大學(xué);2007年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 司海青;含水量對土壤有機質(zhì)含量高光譜估算的影響研究[D];中國農(nóng)業(yè)科學(xué)院;2015年

2 汪重午;基于高光譜線性混合模型的地質(zhì)勘查研究[D];成都理工大學(xué);2015年

3 原娟;面向高光譜地物的在軌替代光譜定標(biāo)影響因子分析[D];浙江農(nóng)林大學(xué);2015年

4 魏祥坡;高光譜影像土質(zhì)要素和人工地物分類技術(shù)研究[D];解放軍信息工程大學(xué);2015年

5 康苒;松嫩平原典型土壤有機質(zhì)高光譜預(yù)測模型研究[D];東北農(nóng)業(yè)大學(xué);2016年

6 董連鳳;高光譜影像預(yù)處理技術(shù)研究[D];長安大學(xué);2007年

7 祝鵬飛;面向?qū)ο蟮母吖庾V影像地物分類技術(shù)研究[D];解放軍信息工程大學(xué);2011年

8 楊國鵬;基于核方法的高光譜影像分類與特征提取[D];解放軍信息工程大學(xué);2007年

9 楊明;面向分類的高光譜影像特征提取技術(shù)研究[D];解放軍信息工程大學(xué);2012年

10 潘競文;半監(jiān)督鄰域保持嵌入在高光譜影像分類中的應(yīng)用[D];重慶大學(xué);2014年

，

本文編號：548223