高光譜圖像以其“空譜合一”的特性被廣泛應(yīng)用于精準(zhǔn)農(nóng)業(yè)、地物目標(biāo)勘測(cè)、環(huán)境檢測(cè)、城市遙感等諸多領(lǐng)域,而這一系列應(yīng)用的實(shí)現(xiàn)都離不開圖像處理技術(shù)的發(fā)展。高光譜圖像處理可分為數(shù)據(jù)預(yù)處理與數(shù)據(jù)分析兩部分,包含圖像分割、歸一化、濾波、特征提取、分類識(shí)別五大環(huán)節(jié),論文對(duì)高光譜圖像數(shù)據(jù)預(yù)處理中的圖像分割、圖像歸一化、圖像濾波算法進(jìn)行了優(yōu)化研究,結(jié)合論文中提出的優(yōu)化算法,探索開發(fā)了分類精度98%以上的小麥赤霉病高光譜識(shí)別模型。如下為論文的主要工作與貢獻(xiàn):1)針對(duì)高光譜圖像中小麥籽粒與背景的分離問(wèn)題,提出采用連續(xù)投影算法提取高光譜圖像中線性相關(guān)性最小的20個(gè)波段作為特征波段,并計(jì)算由這些特征波段組成的光譜的光譜角,依據(jù)光譜角進(jìn)行閾值分割,最后利用圖像形態(tài)學(xué)算子對(duì)所得到的掩膜圖像進(jìn)行腐蝕和開運(yùn)算的圖像分割方法。該方法能夠近乎100%的從高光譜圖像中分離出小麥籽粒與背景的光譜信息。2)針對(duì)反射率反演光譜與標(biāo)定光譜均方誤差大、輻射歸一化校正不準(zhǔn)確的問(wèn)題,提出了雙反射率板反演法,通過(guò)合理設(shè)計(jì)高光譜圖像采集方式,利用已標(biāo)定的高光譜數(shù)據(jù)結(jié)合擺掃式成像光譜儀噪聲分布的特點(diǎn),對(duì)圖像噪聲進(jìn)行近似估計(jì),并依據(jù)圖像估計(jì)噪聲與標(biāo)...

【文章頁(yè)數(shù)】：80 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文的主要研究?jī)?nèi)容及章節(jié)安排
        1.3.1 論文主要研究?jī)?nèi)容及創(chuàng)新點(diǎn)
        1.3.2 論文結(jié)構(gòu)安排
第2章 基于形態(tài)學(xué)處理的高光譜圖像掩膜技術(shù)研究與圖像分割方法優(yōu)選
    2.1 常見的圖像分割算法原理與實(shí)現(xiàn)
        2.1.1 圖像閾值分割原理與實(shí)現(xiàn)
        2.1.2 基于區(qū)域增長(zhǎng)的圖像分割原理與實(shí)現(xiàn)
        2.1.3 基于區(qū)域分裂與合并法的圖像分割原理與實(shí)現(xiàn)
    2.2 基于形態(tài)學(xué)處理的高光譜特征波段光譜角圖像閾值分割
        2.2.1 連續(xù)投影算法原理與實(shí)現(xiàn)
        2.2.2 基于光譜角的高光譜圖像閾值分割
        2.2.3 二值化圖像的形態(tài)學(xué)處理
    2.3 本章小結(jié)
第3章 基于雙反射率板的高光譜圖像噪聲評(píng)價(jià)與歸一化及其應(yīng)用研究
    3.1 常見的高光譜圖像歸一化方法原理
        3.1.1 最大最小值歸一化法原理
        3.1.2 z-score歸一化法原理
        3.1.3 logistic變換法原理
        3.1.4 標(biāo)準(zhǔn)反射率板反演法原理
    3.2 基于雙反射濾板的高光譜圖像噪聲評(píng)價(jià)與反射率反演
        3.2.1 采集標(biāo)準(zhǔn)反射率板的高光譜數(shù)據(jù)
        3.2.2 基于雙反射率板的高光譜圖像噪聲評(píng)價(jià)模型
        2.2.3 基于雙反射率板的高光譜圖像反射率反演法
    3.3 雙反射率板反演法在小麥籽粒赤霉病高光譜識(shí)別模型中的應(yīng)用
        3.3.1 主成分分析法原理與實(shí)現(xiàn)
        3.3.2 支持向量機(jī)原理與實(shí)現(xiàn)
        3.3.3 基于單/雙反射率板反演法的小麥赤霉病高光譜識(shí)別
    3.4 本章小結(jié)
第4章 高光譜圖像質(zhì)量評(píng)價(jià)與TSG濾波算法及其應(yīng)用研究
    4.1 高光譜圖像空-譜維信息質(zhì)量評(píng)價(jià)系統(tǒng)
        4.1.1 高光譜圖像空間維質(zhì)量評(píng)價(jià)
        4.1.2 高光譜圖像光譜維質(zhì)量評(píng)價(jià)
        4.1.3 結(jié)合空-譜維信息的高光譜圖像質(zhì)量評(píng)價(jià)系統(tǒng)
    4.2 高光譜空-譜維聯(lián)合TSG濾波算法原理與實(shí)現(xiàn)
        4.2.1 SG濾波算法原理與實(shí)現(xiàn)
        4.2.2 TSG濾波算法原理與實(shí)現(xiàn)
    4.3 SG/TSG濾波算法核參數(shù)優(yōu)選與濾波后質(zhì)量評(píng)價(jià)及應(yīng)用
        4.3.1 高光譜圖像SG/TSG濾波算法核參數(shù)優(yōu)選
        4.3.2 SG/TSG濾波后高光譜圖像質(zhì)量評(píng)價(jià)
        4.3.3 基于SG/TSG濾波的小麥赤霉病高光譜識(shí)別模型
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 研究展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)歷及攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文與研究成果



本文編號(hào)：3754719