發(fā)布時(shí)間：2024-02-04 16:30

　　多時(shí)相遙感圖像分類主要是利用一幅有標(biāo)簽圖像實(shí)現(xiàn)對(duì)采集于其他時(shí)相的無(wú)標(biāo)簽圖像的分類(包括同源場(chǎng)景和異源場(chǎng)景圖像)。多時(shí)相分類主要包含多時(shí)相圖像對(duì)齊與對(duì)齊后數(shù)據(jù)分類兩個(gè)方面。其中,多時(shí)相對(duì)齊是針對(duì)多時(shí)相遙感圖像之間因成像環(huán)境不同造成的光譜漂移問(wèn)題,通過(guò)變換統(tǒng)計(jì)分布方式,消除同類地物在不同時(shí)相上的分布差異,實(shí)現(xiàn)多時(shí)相遙感圖像聯(lián)合利用。多時(shí)相分類有效解決了要分類圖像無(wú)標(biāo)簽下的圖像解譯問(wèn)題,作為遙感圖像分析的核心手段,廣泛應(yīng)用在人類生活相關(guān)的各個(gè)領(lǐng)域,包括國(guó)土、農(nóng)業(yè)、林業(yè)、環(huán)保、防震減災(zāi)等。近些年,隨著遙感技術(shù)的發(fā)展,遙感圖像的空間分辨率不斷提高。對(duì)于高空間分辨率(以下簡(jiǎn)稱高分)條件下的多時(shí)相遙感圖像分類,除原本多時(shí)相圖像間的光譜漂移問(wèn)題外,還面臨著其他諸多問(wèn)題:因成像條件影響造成多時(shí)相數(shù)據(jù)缺失、高分下復(fù)雜統(tǒng)計(jì)分布與不同時(shí)相的多模問(wèn)題加大了時(shí)相間的信息差異、對(duì)齊后數(shù)據(jù)分布復(fù)雜且遙感圖像非線性依舊存在三方面。針對(duì)高分辨率多時(shí)相分類出現(xiàn)的問(wèn)題,本文分別從高分下多時(shí)相缺失數(shù)據(jù)恢復(fù)、高分下多時(shí)相對(duì)齊以及對(duì)齊后數(shù)據(jù)的稀疏多核分類三個(gè)方面開展研究工作,主要做出了如下方面的研究成果:(1)針對(duì)因成像條件影響造...

【文章頁(yè)數(shù)】：139 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及研究目和意義
        1.1.1 課題背景
        1.1.2 課題研究的目的和意義
    1.2 研究現(xiàn)狀
        1.2.1 多時(shí)相多光譜圖像缺失數(shù)據(jù)恢復(fù)
        1.2.2 多時(shí)相多光譜遙感圖像對(duì)齊
        1.2.3 多時(shí)相遙感圖像地物分類
        1.2.4 存在問(wèn)題及解決方法
    1.3 論文主要研究?jī)?nèi)容與結(jié)構(gòu)安排
第2章 多時(shí)相遙感圖像缺失數(shù)據(jù)恢復(fù)
    2.1 引言
    2.2 時(shí)相-光譜角定義、計(jì)算與驗(yàn)證
        2.2.1 多時(shí)相遙感圖像多維度信息聯(lián)合表示
        2.2.2 時(shí)相-光譜角函數(shù)定義與計(jì)算
        2.2.3 時(shí)相-光譜角函數(shù)驗(yàn)證
    2.3 基于時(shí)相-光譜角度量的多時(shí)相缺失數(shù)據(jù)恢復(fù)
        2.3.1 待恢復(fù)像素提取
        2.3.2 基于加權(quán)時(shí)相-光譜角的最佳相似點(diǎn)搜索
        2.3.3 缺失數(shù)據(jù)恢復(fù)
    2.4 實(shí)驗(yàn)結(jié)果與分析
        2.4.1 實(shí)驗(yàn)數(shù)據(jù)、對(duì)比方法與評(píng)價(jià)指標(biāo)
        2.4.2 時(shí)相-光譜角函數(shù)驗(yàn)證
        2.4.3 仿真缺失數(shù)據(jù)驗(yàn)證
        2.4.4 真實(shí)缺失數(shù)據(jù)恢復(fù)驗(yàn)證
        2.4.5 時(shí)相數(shù)量、缺失比例與恢復(fù)精度關(guān)系驗(yàn)證
    2.5 本章小結(jié)
第3章 基于拓?fù)浣Y(jié)構(gòu)標(biāo)簽優(yōu)化的多時(shí)相遙感圖像對(duì)齊
    3.1 引言
    3.2 無(wú)監(jiān)督多時(shí)相流形對(duì)齊
        3.2.1 傳統(tǒng)的實(shí)例流形對(duì)齊
        3.2.2 無(wú)監(jiān)督非實(shí)例流形對(duì)齊
    3.3 基于拓?fù)浣Y(jié)構(gòu)標(biāo)簽優(yōu)化的多時(shí)相流形對(duì)齊
        3.3.1 拓?fù)浣Y(jié)構(gòu)標(biāo)簽優(yōu)化流形對(duì)齊
        3.3.2 基于鄰近關(guān)系的同源場(chǎng)景多時(shí)相對(duì)齊改進(jìn)
    3.4 實(shí)驗(yàn)結(jié)果與分析
        3.4.1 實(shí)驗(yàn)數(shù)據(jù)、對(duì)比方法與評(píng)價(jià)指標(biāo)
        3.4.2 對(duì)齊性能驗(yàn)證
        3.4.3 多時(shí)相分類能力驗(yàn)證
        3.4.4 參數(shù)影響分析
    3.5 本章小結(jié)
第4章 基于空譜聯(lián)合張量分析的多維度遙感圖像對(duì)齊
    4.1 引言
    4.2 基于張量子空間對(duì)齊的多時(shí)相空-譜一體化對(duì)齊
        4.2.1 子空間對(duì)齊
        4.2.2 張量代數(shù)
        4.2.3 張量子空間對(duì)齊
    4.3 張量子空間維數(shù)估計(jì)
    4.4 實(shí)驗(yàn)結(jié)果與分析
        4.4.1 實(shí)驗(yàn)數(shù)據(jù)、對(duì)比方法與評(píng)價(jià)指標(biāo)
        4.4.2 同源場(chǎng)景高分辨率多時(shí)相對(duì)齊分類驗(yàn)證
        4.4.3 異源場(chǎng)景高分多時(shí)相對(duì)齊分類驗(yàn)證
        4.4.4 多通道本征維度估計(jì)驗(yàn)證
    4.5 本章小結(jié)
第5章 面向?qū)ο蟮亩鄷r(shí)相遙感圖像對(duì)齊
    5.1 引言
    5.2 面向?qū)ο蟮亩鄷r(shí)相對(duì)齊
        5.2.1 多時(shí)相超像素分割
        5.2.2 超像素特征提取與對(duì)象對(duì)齊
        5.2.3 基于超體素分割的同源場(chǎng)景多時(shí)相對(duì)齊
    5.3 實(shí)驗(yàn)結(jié)果與分析
        5.3.1 實(shí)驗(yàn)數(shù)據(jù)、對(duì)比方法與評(píng)價(jià)指標(biāo)
        5.3.2 超像素/超體素分割驗(yàn)證
        5.3.3 基于超像素的多時(shí)相分類驗(yàn)證
        5.3.4 基于超體素的多時(shí)相分類驗(yàn)證
    5.4 本章小結(jié)
第6章 多時(shí)相對(duì)齊數(shù)據(jù)的稀疏多核分類
    6.1 引言
    6.2 面向?qū)R數(shù)據(jù)的稀疏多核學(xué)習(xí)
        6.2.1 核方法與支持向量機(jī)
        6.2.2 一般多核分類器框架
        6.2.3 核尺度的稀疏特性
        6.2.4 稀疏多核學(xué)習(xí)
    6.3 實(shí)驗(yàn)結(jié)果與分析
        6.3.1 實(shí)驗(yàn)數(shù)據(jù)、對(duì)比方法與評(píng)價(jià)指標(biāo)
        6.3.2 面向?qū)R數(shù)據(jù)的分類性能驗(yàn)證
        6.3.3 面向?qū)R數(shù)據(jù)的核尺度選擇分析
    6.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀博士期間所發(fā)表的論文及其他成果
致謝
個(gè)人簡(jiǎn)歷



本文編號(hào)：3895517