發(fā)布時間：2018-01-13 08:21

  本文關鍵詞：基于SVM的高光譜遙感圖像亞像元定位　出處：《武漢大學學報(信息科學版)》2017年02期 　論文類型：期刊論文

  更多相關文章： 亞像元定位 高光譜遙感 SVM TV 圖像分類

【摘要】：提出了基于支持向量機(support vector machine,SVM)的高光譜遙感圖像亞像元定位方法。全變分(total variation,TV)模型是經(jīng)典的保邊緣平滑濾波器,本文將其引入作為預處理,來提高混合像元分解及亞像元定位的精度;本文方法在訓練和檢驗樣本的構建過程中,依據(jù)空間相關性理論,同時考慮了中心像元及其鄰近像元豐度值對亞像元類別歸屬的影響;在監(jiān)督分類訓練和檢驗過程中,通過剔除純凈像元來縮減樣本數(shù)量,在保證算法準確性的同時提高了效率。對真實高光譜遙感數(shù)據(jù)進行了實驗,主觀評價和定量分析驗證了本文方法的有效性。
[Abstract]:The support vector machine based on support vector machine is proposed. SVM is a subpixel localization method for hyperspectral remote sensing images. The total variation / TVV model is a classical edge-preserving smoothing filter, which is introduced as preprocessing in this paper. To improve the accuracy of mixed pixel decomposition and sub-pixel location; In this paper, in the process of constructing training and testing samples, according to the spatial correlation theory, the effects of the abundance value of the center pixel and its adjacent pixel on the subpixel classification are considered. In the process of supervised classification training and testing, we reduce the number of samples by eliminating pure pixels, and improve the efficiency while ensuring the accuracy of the algorithm. Experiments on real hyperspectral remote sensing data are carried out. Subjective evaluation and quantitative analysis verify the effectiveness of this method.
【作者單位】： 中國地質(zhì)大學地球物理與空間信息學院;湖北省地球內(nèi)部多尺度成像重點實驗室;
【基金】：國家自然科學基金(61271408)~~
【分類號】：TP751
【正文快照】： 混合像元普遍存在于遙感圖像中,并且對解譯帶來了困難。傳統(tǒng)分類技術會導致信息丟失,且分類精度難以滿足要求。針對混合像元分解無法確定地物空間分布的問題,Atkinson提出了亞像元定位(sub-pixel mapping,SPM)技術[1]。國內(nèi)外已有不少亞像元定位方法,Mertens提出了利用遺傳算

【相似文獻】

相關期刊論文 前10條

1 陳躍紅;葛詠;;兩種基于空間相關性的遙感亞像元分類制圖方法對比分析[J];遙感技術與應用;2012年05期

2 黃慧娟;禹晶;肖創(chuàng)柏;孫衛(wèi)東;;基于局部連續(xù)性與全局相似性的光譜保持型亞像元映射[J];自動化學報;2014年08期

3 車雙良,汶德勝;像元間隔對亞像元動態(tài)成像系統(tǒng)MTF的影響[J];光電工程;2002年02期

4 張旭,沈景鵬,楊國光;亞像元分析方法在空間坐標一致性測量中的應用[J];光學儀器;2005年01期

5 任武;葛詠;;遙感影像亞像元制圖方法研究進展綜述[J];遙感技術與應用;2011年01期

6 凌峰;吳勝軍;肖飛;吳柯;李曉冬;;遙感影像亞像元定位研究綜述[J];中國圖象圖形學報;2011年08期

7 趙烈烽;張平;徐之海;;基于序列圖像的亞像元成像技術研究[J];儀器儀表學報;2006年S3期

8 王群明;王立國;劉丹鳳;王正艷;;基于最小二乘支持向量機的線性特征地物亞像元定位(英文)[J];紅外與激光工程;2012年06期

9 車雙良,汶德勝,李軼,張興社;亞像元動態(tài)成像技術中系統(tǒng)的調(diào)制傳遞函數(shù)[J];應用光學;2002年03期

10 楊懷棟;陳科新;何慶聲;金國藩;;亞像元光譜圖重建算法[J];光譜學與光譜分析;2009年12期

相關會議論文 前4條

1 蘭碩;劉明川;;基于亞像元成像技術的折軸三反射光學系統(tǒng)設計[A];第十屆全國光電技術學術交流會論文集[C];2012年

2 馮蜀青;肖建設;校瑞香;蘇文將;吳素霞;;基于EOS/MODIS的亞像元火情監(jiān)測方法研究[A];農(nóng)業(yè)生態(tài)與衛(wèi)星遙感應用技術學術交流會論文摘要集[C];2006年

3 尋麗娜;方勇華;;約束能量最小化算法在亞像元目標檢測中的應用[A];中國光學學會2006年學術大會論文摘要集[C];2006年

4 李兆霖;姚新程;郭葒蓮;程丙英;張道中;;CCD亞像元位移分辨率測量及其在光鑷系統(tǒng)中的應用[A];第三屆全國現(xiàn)代生物物理技術學術討論會論文摘要匯編[C];2000年

相關博士學位論文 前2條

1 許雄;顧及地物空間特性的遙感影像亞像元定位理論與方法研究[D];武漢大學;2013年

2 張洪恩;青藏高原中分辯率亞像元雪填圖算法研究[D];中國科學院研究生院（遙感應用研究所）;2004年

相關碩士學位論文 前9條

1 張穎;基于MODIS資料的積雪亞像元制圖算法研究[D];蘭州大學;2015年

2 王繼紅;線陣CCD亞像元超分辨率重建方法研究[D];中國科學院研究生院(西安光學精密機械研究所);2015年

3 杭丹維;南疆覆膜農(nóng)田亞像元制圖及熱環(huán)境效應定量測算[D];浙江大學;2016年

4 譚志敏;遙感影像亞像元定位算法研究[D];華中科技大學;2013年

5 王群明;遙感圖像亞像元定位及相關技術研究[D];哈爾濱工程大學;2012年

6 李曉俊;藍藻水華遙感提取的空間尺度效應及亞像元定位研究[D];南京師范大學;2014年

7 黃紫晗;高光譜影像亞像元目標檢測方法研究[D];中國科學院研究生院（西安光學精密機械研究所）;2014年

8 沈銀河;高光譜圖像亞像元級目標檢測的非線性方法研究[D];杭州電子科技大學;2011年

9 王雪松;基于FPGA的智能視頻信號處理技術研究[D];長春理工大學;2010年

，

本文編號：1418219