高光譜圖像地物及目標識別
【圖文】:
2.5水體圖2.2 高光譜圖像數(shù)據(jù)描述模型2.1.2 高光譜圖像分析與應用信息獲取是空中或空間對地觀測的根本目標或核心任務。信息蘊含于數(shù)據(jù),對高光譜遙感而言信息即蘊含于高光譜圖像。因此,高光譜圖像分析與應用必然是達成信息獲取的主要途徑,這一點與傳統(tǒng)的全色和多光譜遙感尚無本質(zhì)區(qū)別。問題在于,高光譜遙感數(shù)據(jù)在增大地物信息獲取潛力的同時,也給信息獲取手段即圖像分析與應用帶來了困難。反過來看,這也意味著,高光譜圖像處理與分析是制約著高光譜遙感應用的重要瓶頸。地物光譜特征分析高光譜成像原理遙感物理學基礎傳感器定標 數(shù)據(jù)降維 高光譜圖像目標檢測高光譜遙感的軍民應用幾何校正輻射校正反射率反演圖像壓縮與解壓縮光譜特征提取端元提取光譜解混高光譜圖像地物分類基于光譜特征的地物識別光譜的獲取高光譜圖像預處理特征提取與解混數(shù)據(jù)處理技術應用圖2.3 高光譜遙感應用的基本流程高光譜遙感數(shù)據(jù)最大的特點就是可以將空間維與光譜維的信息融合到一起,不僅
Pavia University,圖像大小為610 340像素,其波段相對較少,共有 115 個波段。(a) Indian Pines 高光譜影像 (b) Pavia University 高光譜影像圖3.2 高光譜影像圖IndianPines 高光譜遙感數(shù)據(jù)集:該數(shù)據(jù)集包含 16 個地面真理類,如表 3.1 所示。由于高光譜圖像在獲取過程中會受到地物反射和大氣傳輸?shù)容^多因素的影響,會使圖像中的波段有輻射量失真,這就導致了低信噪比波段和殘損波段的存在,因此在后續(xù)實驗中考慮將這些殘損波段剔除,,僅使用剩下的 200 個波段。對于每一類,隨機性選取所有像元中的 10%訓練,并使用余下的 90%進行測試。
【學位授予單位】:西安電子科技大學
【學位級別】:碩士
【學位授予年份】:2019
【分類號】:TP751
【相似文獻】
相關期刊論文 前10條
1 隋雪蓮;張濤;曲喬新;;深度學習在遙感影像目標識別與定位中的應用研究[J];科技創(chuàng)新與應用;2019年34期
2 王泓淼;張潔;雷建勝;趙恩偉;王森;;基于微服務的空天協(xié)同目標識別與監(jiān)視系統(tǒng)設計與實現(xiàn)[J];軟件;2019年11期
3 郭桂蓉,陳學敏;艦船目標識別的研究現(xiàn)狀和技術途徑[J];系統(tǒng)工程與電子技術;1988年01期
4 牛曉燕;;目標識別的人工智能方法[J];飛航導彈;1988年08期
5 Buser Robde Nomiyama;譚顯裕;;用于測距和目標識別的短脈沖CO_2激光器[J];應用光學;1988年03期
6 黃為倬;;目標識別和逆合成口徑雷達[J];現(xiàn)代雷達;1988年06期
7 劉伯勝;目標瞬態(tài)回波極點提取研究[J];哈爾濱船舶工程學院學報;1989年01期
8 姜殿元;;“鋪路便士”目標識別裝置AN/ASS-35(V)[J];飛航導彈;1989年03期
9 程啟東;;遠距離目標識別[J];航空兵器;1989年03期
10 劉侃;;采用毫米波和紅外傳感器進行防區(qū)外目標識別[J];飛航導彈;1989年01期
相關會議論文 前10條
1 黃擎;曾向陽;;水下目標識別中的通道影響及其抑制方法[A];2019年全國聲學大會論文集[C];2019年
2 王加;紀伯公;;多傳感器信息融合技術在空中目標識別中的應用研究[A];第八屆全國信號和智能信息處理與應用學術會議會刊[C];2014年
3 王宇;鐘秋海;;用統(tǒng)計模式識別方法建立海上目標識別的數(shù)學模型[A];1995中國控制與決策學術年會論文集[C];1995年
4 李正東;陳興無;宋琛;何武良;;多傳感器的目標識別[A];中國工程物理研究院科技年報(1999)[C];1999年
5 鄭援;胡成軍;;基于數(shù)據(jù)融合的魚雷目標識別[A];第十四屆全國信號處理學術年會(CCSP-2009)論文集[C];2009年
6 俞鴻波;趙榮椿;;三維空間目標識別概述[A];信號與信息處理技術——第一屆信號與信息處理聯(lián)合學術會議論文集[C];2002年
7 姚志軍;韓秋蕾;;一種新的基于少量樣本的目標識別與分割方法[A];第九屆全國信息獲取與處理學術會議論文集Ⅱ[C];2011年
8 陳娟;;基于多傳感器融合的天基空間目標識別技術[A];第二屆中國空天安全會議論文集[C];2017年
9 楊宏暉;李江濤;甘安琴;姚曉輝;;用于水下目標識別的無監(jiān)督譜特征選擇算法[A];2016年中國造船工程學會水中目標特性學組學術交流會論文集[C];2016年
10 徐婷;郭良浩;;一種水聲目標識別的低頻特征信息處理技術[A];中國聲學學會2017年全國聲學學術會議論文集[C];2017年
相關重要報紙文章 前7條
1 ;具備車輛緝查布控、目標識別等功能[N];人民公安報;2016年
2 陳德潮邋曹金平 劉劍;水下戰(zhàn)場的開路先鋒[N];人民日報;2008年
3 本報記者 趙晨 張一迪;AI戰(zhàn)“疫”已經(jīng)打響[N];中國電子報;2020年
4 記者 代宗鋒;我國海軍第二十、二十一批護航編隊完成任務交接[N];解放軍報;2015年
5 邱霞;目標永不消失[N];中國航天報;2003年
6 陳德潮邋曹金平 劉劍;探路水下戰(zhàn)場,“水中幽靈”因他有魂[N];新華每日電訊;2007年
7 王學智 彭振華;聯(lián)合空地防區(qū)外打擊[N];解放軍報;2002年
相關博士學位論文 前10條
1 杜川;基于深度生成網(wǎng)絡的特征學習方法[D];西安電子科技大學;2019年
2 杜瑞;基于雷達系統(tǒng)的路面目標識別關鍵技術研究[D];西北工業(yè)大學;2018年
3 黃飛;紅外偏振探測關鍵技術研究[D];中國科學院大學(中國科學院上海技術物理研究所);2018年
4 周偉;基于局部表面特征描述符的復雜場景下三維目標識別研究[D];中國科學院大學(中國科學院西安光學精密機械研究所);2018年
5 蔡兆暉;基于重構高分辨距離像的雷達目標識別研究[D];西安電子科技大學;2018年
6 鐘劍丹;光電成像目標識別與檢測關鍵技術研究[D];電子科技大學;2018年
7 李捷;面向目標識別的機載多傳感器數(shù)據(jù)融合技術研究[D];電子科技大學;2018年
8 李龍;基于高分辨距離像的雷達地面目標識別技術[D];西安電子科技大學;2018年
9 張銳;雷達目標識別與超分辨成像方法研究[D];西安電子科技大學;2018年
10 李彥鵬;自動目標識別效果評估[D];國防科學技術大學;2004年
相關碩士學位論文 前10條
1 宋佳蓉;基于深度學習的無人小車目標識別研究[D];南京航空航天大學;2019年
2 劉力冉;基于深度學習的目標識別和序列圖像三維重建技術研究[D];南京航空航天大學;2019年
3 郭斌;面向光學遙感圖像艦船目標識別的遷移學習方法研究[D];哈爾濱工業(yè)大學;2019年
4 王瑤;基于視覺的無人機目標識別及跟蹤[D];哈爾濱工業(yè)大學;2019年
5 朱其姣;基于深度學習的RCS角度外推與目標識別研究[D];哈爾濱工業(yè)大學;2019年
6 何敏雅;基于Zynq平臺的水下目標識別關鍵技術研究[D];哈爾濱工業(yè)大學;2018年
7 亢朋朋;基于JEM特征的雷達飛機目標識別[D];中國電子科技集團公司電子科學研究院;2019年
8 程興;基于無人機的地面目標識別與跟蹤[D];哈爾濱工業(yè)大學;2019年
9 郭洋;基于深度學習的聲目標識別技術研究[D];重慶郵電大學;2019年
10 王德培;無人機物體識別和追蹤[D];廣東工業(yè)大學;2019年
本文編號:2611824
本文鏈接:http://www.lk138.cn/kejilunwen/zidonghuakongzhilunwen/2611824.html