本文關(guān)鍵詞：基于多模式觀測的高光譜波段選擇及其應(yīng)用探究

  更多相關(guān)文章： 高光譜遙感 Hughes現(xiàn)象 波段選擇 蟻群優(yōu)化算法 傳感器 智能觀測

【摘要】：與傳統(tǒng)的多光譜遙感技術(shù)相比,高光譜遙感能夠獲得連續(xù)窄波段的豐富信息,大大增強(qiáng)了地物精細(xì)識(shí)別和分類能力。但由于高光譜數(shù)據(jù)波段數(shù)目多,存在較大的波段冗余,導(dǎo)致分類精度隨著特征維數(shù)增加而快速飽和或先增后降的Hughes現(xiàn)象,即出現(xiàn)了維數(shù)災(zāi)難現(xiàn)象。一方面,針對(duì)高光譜的這一問題,在保存高光譜數(shù)據(jù)的原有信息的同時(shí),減少數(shù)據(jù)量、降低數(shù)據(jù)維數(shù)是非常有必要的。探究一種強(qiáng)大的波段優(yōu)選算法是本文研究的一個(gè)重大問題。另一方面,現(xiàn)有衛(wèi)星載荷研制發(fā)射后其光譜和空間觀測模式固定,無法根據(jù)復(fù)雜地表的多樣化需求進(jìn)行模式優(yōu)化和調(diào)整,且目前遙感器波段設(shè)置尚不完善還存在優(yōu)化空間。本文應(yīng)用對(duì)不同地區(qū)不同地物類型的高光譜數(shù)據(jù)進(jìn)行波段優(yōu)選,通過優(yōu)選波段組合的波譜分析,提出優(yōu)化對(duì)地觀測衛(wèi)星傳感器的波段設(shè)置方案。使得衛(wèi)星傳感器的觀測模式向著以應(yīng)用為導(dǎo)向,實(shí)時(shí)靈活變化的模式轉(zhuǎn)變,可以使得如今對(duì)地觀測“給什么要什么”的模式向“要什么給什么”的模式轉(zhuǎn)變,從而提高遙感成像效率和數(shù)據(jù)利用效率。論文主要內(nèi)容與成果如下:首先,文中調(diào)研分析了現(xiàn)有幾種傳統(tǒng)高光譜波段優(yōu)選方法,包括組合波段的協(xié)方差矩陣行列式法、熵及聯(lián)合熵法、OIF最佳指數(shù)法等,發(fā)現(xiàn)傳統(tǒng)的優(yōu)選方法存在問題,一個(gè)是程序?qū)崿F(xiàn),一個(gè)是方法本身的局限性,緊接著提出了一種傳統(tǒng)方法的改進(jìn)方法-基于子空間劃分的改進(jìn)方法。應(yīng)用該改進(jìn)算法對(duì)高光譜進(jìn)行波段優(yōu)選,從運(yùn)行速度以及優(yōu)選結(jié)果兩個(gè)方面都得到很大提高,從而證明該算法為一種優(yōu)秀的改進(jìn)算法。其次,論文引入蟻群優(yōu)化算法(Ant colony optimization,ACO),利用該先進(jìn)的算法對(duì)CASI+SASI高光譜數(shù)據(jù)開展波段優(yōu)選的深入研究,同時(shí)引入子空間劃分的組合波段協(xié)方差矩陣行列式法進(jìn)行同一區(qū)域的優(yōu)選研究,并且評(píng)價(jià)利用兩種算法得到優(yōu)選波段組合進(jìn)行分類得到的結(jié)果,得出蟻群優(yōu)化算法對(duì)于高光譜數(shù)據(jù)的波段選擇更加具有優(yōu)勢,優(yōu)選的波段組合能夠充分表達(dá)數(shù)據(jù)的大部分信息,并且分類精度提高,充分表明蟻群優(yōu)化算法在處理高光譜數(shù)據(jù)方面的優(yōu)勢。第三,利用蟻群優(yōu)化算法,開展了不同地表類型的最優(yōu)波段組合研究,發(fā)現(xiàn)每種地表類型的最優(yōu)波段組合都存在一定差異,針對(duì)每種地表類型的觀測都有特有的波段組合設(shè)置方案,此研究結(jié)果為智能觀測的波段優(yōu)化提供了重要的先驗(yàn)知識(shí)支持。最后,開展了典型多光譜衛(wèi)星載荷波段設(shè)置優(yōu)化研究,結(jié)果表明一些邊緣波段,如紅邊波段、深藍(lán)波段等對(duì)于對(duì)地觀測具有重要作用,在對(duì)地觀測傳感器上應(yīng)該增加這些譜段設(shè)置。并且得到典型多光譜衛(wèi)星載荷波段設(shè)置優(yōu)化方案,通過優(yōu)化方案評(píng)價(jià)現(xiàn)有衛(wèi)星傳感器,如TM、OLI、SPOT等陸地資源遙感器,結(jié)果表明固定的傳感器模式對(duì)于廣泛的觀測對(duì)象具有一定的局限性,現(xiàn)有傳感器的波段設(shè)置還需要進(jìn)一步優(yōu)化調(diào)整。
【關(guān)鍵詞】：高光譜遙感 Hughes現(xiàn)象 波段選擇 蟻群優(yōu)化算法 傳感器 智能觀測
【學(xué)位授予單位】：西安科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：P237
【目錄】：

• 摘要3-5
• Abstract5-9
• 1 緒論9-14
• 1.1 研究背景9-11
• 1.1.1 高光譜數(shù)據(jù)特性9
• 1.1.2 高光譜數(shù)據(jù)分類的Hughes現(xiàn)象9-10
• 1.1.3 現(xiàn)有傳感器的狀況及發(fā)展10-11
• 1.2 國內(nèi)外高光譜波段選擇研究現(xiàn)狀綜述11
• 1.3 研究目的及意義11-12
• 1.4 論文的組織12-14
• 2 實(shí)驗(yàn)區(qū)域與數(shù)據(jù)獲取14-19
• 2.1 CASI、SASI高光譜數(shù)據(jù)14-16
• 2.2 AVIRIS高光譜數(shù)據(jù)16-19
• 3 高光譜遙感數(shù)據(jù)最佳波段選擇算法19-25
• 3.1 熵與聯(lián)合熵19
• 3.2 最佳指數(shù)（OIF）19
• 3.3 組合波段的協(xié)方差矩陣行列式19-20
• 3.4 改進(jìn)的基于子空間劃分的協(xié)方差矩陣行列式法20-22
• 3.5 ACO-MEAC蟻群優(yōu)化算法22-25
• 4 波段優(yōu)選算法比較與驗(yàn)證25-37
• 4.1 基于子空間劃分的協(xié)方差矩陣行列式法的優(yōu)選組合分類25-30
• 4.2 基于蟻群優(yōu)化算法的優(yōu)選組合分類30-33
• 4.3 兩種改進(jìn)算法分類結(jié)果對(duì)比分析33-37
• 5 基于ACO-MEAC算法的波段組合優(yōu)化研究37-50
• 5.1 不同地表類型觀測的最優(yōu)波段組合設(shè)置分析37-43
• 5.1.1 森林區(qū)域37-38
• 5.1.2 農(nóng)田區(qū)域38
• 5.1.3 近海水域38-39
• 5.1.4 植被稀疏區(qū)域39-40
• 5.1.5 城市區(qū)域40-43
• 5.2 衛(wèi)星載荷的最優(yōu)波段組合分析43-46
• 5.3 現(xiàn)有傳感器波段組合設(shè)置分析46-48
• 5.4 優(yōu)選的組合對(duì)于現(xiàn)有對(duì)地觀測傳感器設(shè)置的指導(dǎo)意義48-50
• 6 結(jié)論與展望50-52
• 6.1 論文總結(jié)50-51
• 6.2 主要?jiǎng)?chuàng)新與特色51
• 6.3 研究展望51-52
• 致謝52-53
• 參考文獻(xiàn)53-56
• 攻讀碩士期間的成果56

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李行;毛定山;張連蓬;;高光譜遙感影像波段選擇算法評(píng)價(jià)方法研究[J];地理與地理信息科學(xué);2006年06期

2 周楊;厲小潤;趙遼英;;改進(jìn)的高光譜圖像線性預(yù)測波段選擇算法[J];光學(xué)學(xué)報(bào);2013年08期

3 溫健婷;張霞;張兵;趙冬;;土壤鉛含量高光譜遙感反演中波段選擇方法研究[J];地球科學(xué)進(jìn)展;2010年06期

4 蘇紅軍;盛業(yè)華;;基于正交投影散度的高光譜遙感波段選擇算法[J];光譜學(xué)與光譜分析;2011年05期

5 韓瑞梅;楊敏華;;一種改進(jìn)的高光譜遙感數(shù)據(jù)波段選擇方法的研究[J];測繪與空間地理信息;2010年03期

6 王福民;黃敬峰;徐俊鋒;王秀珍;;基于光譜波段自相關(guān)的水稻信息提取波段選擇[J];光譜學(xué)與光譜分析;2008年05期

7 趙春暉;陳萬海;楊雷;;高光譜遙感圖像最優(yōu)波段選擇方法的研究進(jìn)展與分析[J];黑龍江大學(xué)自然科學(xué)學(xué)報(bào);2007年05期

8 楊金紅;尹球;周寧;;一種改進(jìn)的高光譜數(shù)據(jù)自適應(yīng)波段選擇方法[J];遙感技術(shù)與應(yīng)用;2007年04期

9 馬維維;張連蓬;馬向華;陳士城;郭洋洋;;植物葉片生化組分遙感反演的波段選擇[J];測繪科學(xué)技術(shù)學(xué)報(bào);2011年03期

10 劉雪松;葛亮;王斌;張立明;;基于最大信息量的高光譜遙感圖像無監(jiān)督波段選擇方法[J];紅外與毫米波學(xué)報(bào);2012年02期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前4條

1 王藝婷;黃世奇;劉代志;陳聰;;基于統(tǒng)計(jì)排序的高光譜波段選擇方法[A];國家安全地球物理叢書（八）——遙感地球物理與國家安全[C];2012年

2 王藝婷;黃世奇;劉代志;;高光譜遙感圖像波段選擇現(xiàn)狀研究[A];國家安全地球物理叢書（七）——地球物理與核探測[C];2011年

3 張霞;溫健婷;黃長平;李慶亭;;土壤鉛含量高光譜遙感反演中波段選擇方法研究[A];第八屆成像光譜技術(shù)與應(yīng)用研討會(huì)暨交叉學(xué)科論壇文集[C];2010年

4 林君琴;劉允良;吳至善;;巖石波譜多光譜遙感波段選擇研究[A];1994年中國地球物理學(xué)會(huì)第十屆學(xué)術(shù)年會(huì)論文集[C];1994年

中國重要報(bào)紙全文數(shù)據(jù)庫 前2條

1 陜西 瞿貴榮 張鳳娥;SS-40汽車音響波段控制電路及檢修[N];電子報(bào);2010年

2 陜西 瞿貴榮 張鳳娥;德生R-9700收音機(jī)電子波段轉(zhuǎn)換電路及檢修[N];電子報(bào);2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 董玉翠;特定背景下點(diǎn)目標(biāo)探測最優(yōu)波段選擇方法的研究[D];中國科學(xué)院研究生院(上海技術(shù)物理研究所);2015年

2 夏威;高光譜遙感圖像的解混和波段選擇方法研究[D];復(fù)旦大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張路;基于多模式觀測的高光譜波段選擇及其應(yīng)用探究[D];西安科技大學(xué);2015年

2 孫肖;基于空間統(tǒng)計(jì)學(xué)的高光譜降維后波段選擇方法研究[D];中國地質(zhì)大學(xué)(北京);2016年

3 張倩;改進(jìn)的自適應(yīng)波段選擇算法研究及應(yīng)用[D];大連海事大學(xué);2012年

4 周楊;高光譜遙感圖像波段選擇算法研究[D];浙江大學(xué);2014年

5 楊三美;基于克隆選擇算法的高光譜圖像波段選擇[D];華中科技大學(xué);2011年

6 魏芳潔;高光譜圖像波段選擇方法的研究[D];哈爾濱工程大學(xué);2013年

7 夏冰;高光譜影像非監(jiān)督波段選擇技術(shù)研究[D];蘇州大學(xué);2015年

8 呂智強(qiáng);高光譜數(shù)據(jù)半監(jiān)督波段選擇研究[D];上海大學(xué);2013年

9 鐔永強(qiáng);基于多目標(biāo)優(yōu)化的高光譜圖像無監(jiān)督波段選擇[D];西安電子科技大學(xué);2014年

10 鄭俊鵬;高光譜圖像波段選擇及CUDA并行實(shí)現(xiàn)研究[D];杭州電子科技大學(xué);2015年

，

本文編號(hào)：1047121