空譜信息聯(lián)合的高光譜圖像精細分類研究.pdf

1、相比于其它各類的圖像而言,近乎連續(xù)的光譜曲線、對于各個電磁波段的高分辨率以及極大的信息量都使高光譜圖像在這個技術(shù)越來越成熟的年代顯得更加具有優(yōu)勢。比較于先對圖像進行特征提取,再在全圖范圍內(nèi)進行分類的系統(tǒng),更多更有針對性的分類系統(tǒng)被提出,如決策樹理論、半監(jiān)督算法以及案例推理等。這些理論一般考慮圖像中光譜以及空間各個方面的特點,然后再對圖像進行綜合處理。另外,由于高光譜圖像可以描述各個類別的細微差別,對其進行精細分類的研究很有必要。

2、　　本文在對高光譜圖像中所包含的各類地物特點研究的基礎(chǔ)上，結(jié)合以往對高光譜數(shù)據(jù)分類處理的經(jīng)驗,找出適合不同地物的特征提取以及分類方法的組合,并對樣本充足情況和小樣本情況分別探討,綜合光譜和空間多個方面的信息,通過多級分類對圖像進行精細劃分,建立高效的高光譜圖像精細分類系統(tǒng)。
　　首先,論文對高光譜特性進行了系統(tǒng)的分析,從信息量的大小,維數(shù)的影響以及空間和譜間的相關(guān)性等方面進行深入探討;并對各種經(jīng)典的特征提取以及分類方法進行總結(jié),為

3、后面開展有針對性的處理奠定基礎(chǔ)。
　　然后,結(jié)合各種經(jīng)典的特征提取以及分類方法的優(yōu)勢,建立一個適合不同地物類型的方法庫,通過方法庫對圖像中的光譜曲線不同的類別尋找最優(yōu)的處理方案。同時針對小樣本問題提出了基于樣本均值的高光譜圖像半監(jiān)督處理方法,有效解決了樣本不足的問題。在此基礎(chǔ)上，針對文中所研究圖像的具體特點,結(jié)合分割和形態(tài)學(xué)等空間處理方法,提出了聯(lián)合水平集分割方法以及近鄰鄰?fù)镀狈▌t的高光譜圖像分類及分割方案。
　　最后,在充