本文關(guān)鍵詞：基于遙感圖像的譜間和空間特征提取方法研究

  更多相關(guān)文章： 遙感圖像 STDA TPLBP Gabor 特征提取

【摘要】：遙感圖像是通過非接觸、遠(yuǎn)距離的探測(cè)技術(shù)所獲得的信息產(chǎn)物,包含著豐富的光譜維和空間維信息,被廣泛應(yīng)用于軍事、農(nóng)業(yè)種植、環(huán)境污染、地質(zhì)災(zāi)害等領(lǐng)域。遙感成像技術(shù)的蓬勃發(fā)展使得遙感圖像的數(shù)據(jù)處理技術(shù)得到了國內(nèi)外學(xué)者的廣泛關(guān)注。一般而言,遙感圖像的數(shù)據(jù)龐大而冗余,如何從中提取有效的信息并加以應(yīng)用成了目前一個(gè)亟待解決的問題。本文針對(duì)遙感圖像分別從譜間和空間兩方面進(jìn)行了特征提取方法的研究,其主要研究內(nèi)容如下：一方面,研究了高光譜遙感圖像的稀疏特征提取方法。針對(duì)現(xiàn)有的稀疏主成分分析方法(Sparse Principle Component Analysis, SPCA)和稀疏判別分析方法(Sparse Discriminant Analysis, SDA)的不足,提出了一種結(jié)合光譜維和空間維特征的高光譜遙感圖像特征提取方法——稀疏張量判別分析方法(Sparse Tensor Discriminant Analysis, STDA)。同時(shí),利用K最近鄰(K-Nearest Neighbor, KNN)分類器實(shí)現(xiàn)了高光譜遙感圖像的分類。通過Pavia University數(shù)據(jù)和Indian Pines數(shù)據(jù)的實(shí)驗(yàn)驗(yàn)證表明,在提取光譜維特征的同時(shí),提取空間維特征的方法進(jìn)一步地改善了高光譜遙感圖像的分類效果。另一方面,研究了SAR遙感圖像的空間紋理特征提取方法。針對(duì)局部二值模式法(Local Binary Patterns, LBP)只能進(jìn)行小范圍領(lǐng)域內(nèi)的紋理特征描述的缺點(diǎn),采用了Gabor濾波器和Three-Patch局部二值模式法(Three-Patch Local Binary Patterns, TPLBP)來提取SAR遙感圖像的空間紋理特征。同時(shí),利用基于核的極限學(xué)習(xí)機(jī)(Kernel Extreme Learning Machine, KELM)對(duì)SAR遙感圖像進(jìn)行了目標(biāo)識(shí)別。通過MSTAR數(shù)據(jù)庫實(shí)驗(yàn)驗(yàn)證表明,Gabor濾波器有效地提取了SAR遙感圖像中目標(biāo)和背景的邊緣特征信息,而TPLBP較LBP具有更強(qiáng)的紋理特征描述能力,提升了SAR遙感圖像的識(shí)別精度。
【學(xué)位授予單位】：北京化工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP751

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王璐;張帆;李偉;謝曉明;胡偉;;基于Gabor濾波器和局部紋理特征提取的SAR目標(biāo)識(shí)別算法[J];雷達(dá)學(xué)報(bào);2015年06期

2 張文博;姬紅兵;;融合極限學(xué)習(xí)機(jī)[J];電子與信息學(xué)報(bào);2013年11期

3 王巖飛;劉暢;李和平;賈穎新;;基于多通道合成的優(yōu)于0.1m分辨率的機(jī)載SAR系統(tǒng)[J];電子與信息學(xué)報(bào);2013年01期

4 尹奎英;金林;劉宏偉;王英華;;基于局部紋理特征的合成孔徑雷達(dá)變體目標(biāo)自動(dòng)識(shí)別算法[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2012年03期

5 周家銳;紀(jì)震;沈琳琳;朱澤軒;陳思平;;基于Gabor小波與Memetic算法的人臉識(shí)別方法[J];電子學(xué)報(bào);2012年04期

6 胡風(fēng)明;王滿玉;范學(xué)花;;基于Gabor濾波器和ICA技術(shù)的SAR目標(biāo)識(shí)別算法[J];現(xiàn)代雷達(dá);2011年06期

7 尹奎英;金林;李成;劉宏偉;;融合目標(biāo)輪廓和陰影輪廓的SAR圖像目標(biāo)識(shí)別[J];空軍工程大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

8 梁亮;楊敏華;李英芳;;基于ICA與SVM算法的高光譜遙感影像分類[J];光譜學(xué)與光譜分析;2010年10期

9 劉云華;屈春燕;單新建;宋小剛;張桂芳;張國宏;;SAR遙感圖像在汶川地震災(zāi)害識(shí)別中的應(yīng)用[J];地震學(xué)報(bào);2010年02期

10 程朋根;吳劍;李大軍;何挺;;土壤有機(jī)質(zhì)高光譜遙感和地統(tǒng)計(jì)定量預(yù)測(cè)[J];農(nóng)業(yè)工程學(xué)報(bào);2009年03期

，

本文編號(hào)：1195818