發(fā)布時(shí)間：2024-06-07 23:41

　　隨著高光譜遙感技術(shù)的不斷發(fā)展,高光譜遙感圖像在精確農(nóng)業(yè)、敵情偵察、地質(zhì)勘探以及環(huán)境保護(hù)等方面有著廣泛的應(yīng)用。相比于傳統(tǒng)的多光譜遙感圖像來(lái)說(shuō),由于高光譜遙感圖像的多波段、高空間分辨率以及數(shù)據(jù)高維性引起的信息冗余的特點(diǎn),對(duì)地物進(jìn)行類(lèi)別歸屬劃分時(shí),分類(lèi)結(jié)果并不理想,數(shù)據(jù)的高維性甚至引起休斯現(xiàn)象。鑒于這些特點(diǎn),高光譜遙感圖像的特征提取自然成為了遙感技術(shù)領(lǐng)域中的研究熱點(diǎn)之一。較高的空間分辨率增加了地物類(lèi)型的復(fù)雜度,給特征提取帶來(lái)了巨大的挑戰(zhàn)。高光譜遙感圖像數(shù)據(jù)的高維性,光譜波段間的強(qiáng)相關(guān)性以及多維表達(dá)、圖譜合一的特點(diǎn),傳統(tǒng)的圖像處理技術(shù)將很難滿足實(shí)際應(yīng)用的需求。因此,研究高光譜遙感圖像特征提取方法具有非常重要的意義。本研究借助于機(jī)器學(xué)習(xí)和最優(yōu)化數(shù)學(xué)建模的相關(guān)理論進(jìn)行研究,針對(duì)現(xiàn)有高光譜遙感圖像特征提取方法的不足,對(duì)高光譜遙感圖像的光譜及空間信息的特征提取技術(shù)進(jìn)行了改進(jìn)與創(chuàng)新,進(jìn)一步深入研究了高光譜遙感圖像特征提取的方法及技巧。同時(shí)也使該研究從光譜維擴(kuò)展到光譜-空間維。該論文的主要研究?jī)?nèi)容和重要結(jié)論如下:(1)針對(duì)高光譜遙感圖像在光譜維度上的特征提取,提出了基于Maclaurin級(jí)函數(shù)曲線擬合特征...

【文章頁(yè)數(shù)】：131 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 無(wú)監(jiān)督特征提取
        1.2.2 監(jiān)督特征提取
        1.2.3 半監(jiān)督特征提取
    1.3 技術(shù)路線
    1.4 論文的組織
第二章 基于Maclaurin級(jí)函數(shù)曲線擬合的特征提取方法研究
    2.1 引言
    2.2 有理函數(shù)曲線擬合特征提取方法的簡(jiǎn)要介紹
    2.3 Maclaurin級(jí)函數(shù)曲線擬合特征提取方法
        2.3.1 Maclaurin級(jí)函數(shù)曲線擬合的原理
        2.3.2 Maclaurin級(jí)函數(shù)曲線擬合的理論推導(dǎo)
    2.4 實(shí)驗(yàn)和分析
        2.4.1 IPS和 KSC高光譜遙感圖像數(shù)據(jù)集描述
        2.4.2 實(shí)驗(yàn)結(jié)果和分析
    2.5 小結(jié)
第三章 基于幾何均值特征空間判別分析的特征提取方法研究
    3.1 引言
    3.2 幾何均值特征空間判別分析
        3.2.1 GmFSDA的基本思想
        3.2.2 幾何均值的有效性
        3.2.3 GmFSDA的發(fā)展和改進(jìn)
    3.3 實(shí)驗(yàn)和分析
        3.3.1 IPS、PU和 KSC高光譜遙感圖像數(shù)據(jù)集描述
        3.3.2 實(shí)驗(yàn)結(jié)果和分析
    3.4 結(jié)論
第四章 基于調(diào)和均值的光譜-空間濾波判別分析的特征提取方法研究
    4.1 引言
    4.2 調(diào)和均值和區(qū)域中值濾波的有效性
        4.2.1 調(diào)和均值的有效性
        4.2.2 區(qū)域中值濾波的有效性
    4.3 基于調(diào)和均值的光譜-空間濾波判別分析
        4.3.1 基于區(qū)域中值濾波的空間濾波特征提取
        4.3.2 光譜-空間濾波特征判別分析
    4.4 實(shí)驗(yàn)和分析
        4.4.1 IPS、PU和 KSC高光譜遙感圖像數(shù)據(jù)集介紹
        4.4.2 參數(shù)分析
        4.4.3 SSF_HM特征提取方法的性能分析
    4.5 小結(jié)
第五章 基于光譜-Gabor空間判別分析的特征提取方法研究
    5.1 引言
    5.2 光譜-Gabor空間判別分析
        5.2.1 Gabor特征提取的基本思想
        5.2.2 基于融合特征矩陣的光譜-Gabor特征空間變換
    5.3 實(shí)驗(yàn)和分析
        5.3.1 IPS、PU和 KSC高光譜遙感圖像數(shù)據(jù)集描述
        5.3.2 參數(shù)分析
        5.3.3 SGDA與其它方法的比較
            5.3.3.1 固定參數(shù)下SGDA方法的性能分析
            5.3.3.2 參數(shù)對(duì)SGDA方法性能的影響
    5.4 小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 創(chuàng)新點(diǎn)
    6.3 展望
致謝
參考文獻(xiàn)
附錄 :作者在攻讀博士學(xué)位期間的成果



本文編號(hào)：3991130