学位论文 > 优秀研究生学位论文题录展示
基于共享特征的高分辨率遥感影像多层次分类研究
作 者: 康萌萌
导 师: 方涛
学 校: 上海交通大学
专 业: 模式识别与智能系统
关键词: 共享特征 二叉树多级分类算法 GentleBoost算法 特征提取 面向对象分类 高分辨率遥感影像
分类号: TP751
类 型: 硕士论文
年 份: 2013年
下 载: 36次
引 用: 0次
阅 读: 论文下载
内容摘要
近年来,高分辨率遥感影像广泛应用于农业、林业、海洋、国土资源和环境监测等多个领域,迫切要求人们对高分辨率遥感影像的信息提取进行研究。与中低分辨率遥感影像相比,高分辨率遥感影像具有丰富的形状、结构和纹理信息,传统的主要利用光谱信息的面向像元的分类方法已经不能满足高分辨率遥感影像的处理需求,近十年发展起来的面向对象的分类方法已成为高分辨率遥感影像处理的主要方法。高分辨率遥感影像细节足够丰富,具有类内差异大、类间差异不明显的特点,这给高精度的多类分类带来了挑战。传统的多类分类算法,一般都是将所有类别的样本同时输入多类分类器进行训练,然后利用训练好的多类分类器对所有类别的测试样本进行直接分类。这种多类样本同时训练再分类的方法将所有类别的样本同等看待,忽略了不同类别样本间的相关性以及每类样本的独特性,使得分类精度的提升受到了一定的限制。我们注意到,通常解译专家在对遥感影像进行目视解译时,不是对所有类别的样本同时进行解译,而是先把最容易区分的类别找出来,再找次容易区分的类别,直至识别出所有的类别。另一方面,不同类别的影像对象可能共同具有某些相似特征,我们称之为“共享特征”,它们可以作为区分这些共享特征的类别与其余类别的重要信息。本文模拟人的这种目视解译方式,提出一种基于共享特征的多级二叉树分类算法,把多类分类问题划分为多个两类分类问题,每级两类分类都利用GentleBoost算法提取“共享特征”,仅解译一类目标,已解译的类别不再参加后面的分类,利用这样的逐步“淘汰”机制完成一幅遥感影像的全部解译。实验结果表明,多级二叉树分类算法能够很好地模拟人的这种目视解译过程,提取共享特征能够提高多级二叉树分类算法的分类精度,采用基于共享特征的多级二叉树分类算法对高分辨率遥感影像进行分类,可以获得较好的分类效果。
|
全文目录
摘要 3-5 ABSTRACT 5-11 第一章 绪论 11-16 1.1 研究背景 11-13 1.1.1 面向对象的遥感影像分类方法 12 1.1.2 模式识别分类算法 12-13 1.2 本文的主要研究工作 13-16 1.2.1 问题提出及研究思路 13-14 1.2.2 研究内容与结构安排 14-16 第二章 面向对象的高分辨率遥感影像分类方法 16-30 2.1 面向对象的遥感影像分类方法的提出 16-17 2.2 面向对象的遥感影像分类方法的国内外研究现状 17-18 2.3 面向对象的遥感影像分类过程 18-29 2.3.1 影像分割 18-20 2.3.2 特征提取 20-28 2.3.3 模式分类 28-29 2.4 本章小结 29-30 第三章 多级二叉树分类算法 30-52 3.1 概述 30 3.2 二叉树生成算法 30-34 3.2.1 类距离法 31 3.2.2 类空间分布法 31-32 3.2.3 基于FCM的中心距离法 32-34 3.3 常用的分类算法 34-41 3.3.1 K近邻算法 34-35 3.3.2 AdaBoost算法 35-36 3.3.3 支持向量机算法 36-38 3.3.4 朴素贝叶斯算法 38-39 3.3.5 CART算法 39-41 3.4 实验及分析 41-51 3.4.1 实验数据准备 41-44 3.4.2 实验评价策略 44-46 3.4.3 实验结果及分析 46-51 3.5 本章小结 51-52 第四章 基于共享特征的多级二叉树分类研究 52-65 4.1 共享特征 52-55 4.1.1 GentleBoost算法 52-54 4.1.2 提取共享特征 54-55 4.2 基于共享特征的多级二叉树分类算法 55-56 4.3 实验及分析 56-64 4.3.1 美国地调局7类数据实验 56-59 4.3.2 上海市崇明岛5类数据实验 59-64 4.4 本章小结 64-65 第五章 总结与展望 65-67 5.1 总结 65 5.2 展望 65-67 参考文献 67-71 致谢 71-73 攻读学位期间发表的学术论文 73-75
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 红外图像目标识别及跟踪技术研究,TP391.41
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
- 基于形态学策略的高分辨率遥感影像道路提取方法研究,TP751
中图分类: > 工业技术 > 自动化技术、计算机技术 > 遥感技术 > 遥感图像的解译、识别与处理 > 图像处理方法
© 2012 www.xueweilunwen.com
|